تبدأ 23 نوفمبرالدفعة المباشرة 3 من Vibe Coding ووكلاء الذكاء الاصطناعي: 3 أسابيع و9 جلسات حيةالدفعة 3 (23.11) →
إصدارتحليل · على الرادار36Kr (36氪)→ المصدر

نموذج بـ3 مليارات معامل من عملاق التوظيف الصيني يتصدر ترتيب HuggingFace

أطلق مختبر Nanbeige (南北阁)، التابع لعملاق التوظيف الصيني Boss Zhipin (Boss直聘)، النموذج المفتوح Nanbeige4.1-3B الذي لا يتجاوز عدد معاملاته 3 مليارات. ورغم حجمه المتواضع، دخل النموذج المراتب الثلاث الأولى في ترتيب الرواج العالمي على HuggingFace، وحلّ أولًا بين النماذج النصية. ويقول مطوّروه إنه يحقق نتائج قوية في الأسئلة والأجوبة العامة، والاستدلال المعقّد، وتوليد الشيفرة البرمجية، والبحث المعمّق. وتكمن أهمية هذه الحالة في أن النموذج لم يأتِ من مختبر ذكاء اصطناعي متخصص، بل من قسم يتبع منصة للتوظيف.

معالج بواسطة الذكاء الاصطناعي من 36Kr (36氪)؛ بتحرير Hamidun News
نموذج بـ3 مليارات معامل من عملاق التوظيف الصيني يتصدر ترتيب HuggingFace
المصدر: 36Kr (36氪). كولاج: Hamidun News.
استمع للمقال

حين تبدأ منصة توظيف بالتفوق على مختبرات الذكاء الاصطناعي المتخصصة في ترتيب النماذج المفتوحة، فإن ذلك يشير إلى ما هو أبعد من مجرد إطلاق ناجح. وهذا ما حدث في 22 فبراير، حين احتل Nanbeige4.1-3B، النموذج الصغير من عملاق التوظيف الصيني Boss Zhipin (Boss直聘)، المرتبة الأولى في قائمة النماذج النصية الأكثر رواجًا على HuggingFace، ودخل المراتب الثلاث الأولى في الترتيب العالمي العام.

تُعد Boss Zhipin أكبر منصة للتوظيف عبر الإنترنت في الصين، وهي تشبه HeadHunter أو LinkedIn، لكن مع دردشة مباشرة بين الباحثين عن عمل وأصحاب العمل. وتستثمر الشركة منذ مدة في الذكاء الاصطناعي لتحسين المطابقة بين السير الذاتية والوظائف الشاغرة، غير أن دخولها ساحة النماذج اللغوية المفتوحة خطوة مختلفة جذريًا من حيث الحجم. وقد أُنشئ قسم الأبحاث Nanbeige Lab (南北阁实验室) لهذا الغرض تحديدًا، وها هو عمله يلفت اليوم انتباه مجتمع الذكاء الاصطناعي العالمي.

يكمن الجانب اللافت في Nanbeige4.1-3B في حجمه. فثلاثة مليارات معامل تُعد بمقاييس عام 2026 نموذجًا فائق الصغر. وللمقارنة، تعمل أحدث إصدارات Llama من Meta* بعشرات ومئات المليارات من المعاملات، بينما تجاوزت النماذج الرائدة من DeepSeek وQwen وغيرهما من المطوّرين الصينيين عتبة 70 مليار معامل منذ زمن. ومع ذلك، يؤكد مطوّرو Nanbeige4.1-3B أنه يُظهر قدرة لافتة على التعميم عبر المهام المختلفة، فهو يتعامل مع الأسئلة والأجوبة العامة، وسلاسل الاستدلال المعقّدة، وتوليد الشيفرة البرمجية، ومهام البحث المعمّق عن المعلومات. وإذا أكدت اختبارات مستقلة هذه النتائج، فنحن أمام إنجاز جدي في كفاءة النماذج الصغيرة.

ويكتسب اتجاه النماذج الصغيرة القوية زخمًا منذ أكثر من عام. فقد أدركت جميع الشركات الكبرى، من Microsoft بسلسلة Phi إلى Google بـGemma وAlibaba بالنسخ المصغّرة من Qwen، أن مستقبل الذكاء الاصطناعي لا يقتصر على النماذج العملاقة لمراكز البيانات، بل يشمل أيضًا حلولًا يمكن تشغيلها على الهاتف الذكي أو الحاسوب المحمول أو الأجهزة المدمجة. ويمكن لنموذج بثلاثة مليارات معامل أن يعمل محليًا دون اللجوء إلى السحابة، وهو أمر بالغ الأهمية لخصوصية البيانات، خصوصًا في مجال التوظيف حيث تُعالج السير الذاتية والمعلومات الشخصية والمراسلات بين المرشحين وأصحاب العمل.

وهنا تحديدًا يكمن المنطق الاستراتيجي لدى Boss Zhipin. فالشركة تعالج ملايين التفاعلات يوميًا، ونموذج صغير قادر على أداء مهام معقدة دون استدلال (inference) سحابي مكلف قد يخفض نفقاتها التشغيلية بشكل جذري. والأهم أن الطابع المفتوح للإصدار، إذ إن النموذج متاح على HuggingFace، يلمّح إلى طموحات تتجاوز الاستخدام الداخلي. ويبدو أن Boss Zhipin تريد تقديم مختبرها لاعبًا كاملًا في سوق النماذج التأسيسية (foundation models).

غير أن من الضروري التنبيه إلى نقطة مهمة. فالظهور في قائمة الأكثر رواجًا على HuggingFace يعكس أولًا اهتمام المجتمع، أي عدد التنزيلات والإعجابات والنقاشات، لا الجودة الموضوعية للنموذج وفق اختبارات الأداء القياسية. وقد يفسّر الانتشار الفيروسي والتسويق الجيد وحداثة الطرح المراتب المتقدمة في الترتيب بقدر ما تفسّرها الإنجازات التقنية الفعلية. ولإجراء تقييم كامل، لا بد من انتظار اختبارات مستقلة على MMLU وHumanEval وGSM8K وغيرها من معايير الأداء المعتمدة، إضافة إلى مقارنته بمنافسيه المباشرين من الحجم نفسه.

ومع ذلك، فإن ظهور نموذج منافس من شركة نشاطها الأساسي التوظيف يبرز تحولًا مهمًا في القطاع. فتطوير النماذج اللغوية لم يعد حكرًا على مختبرات الذكاء الاصطناعي المتخصصة. إذ تنشئ شركات تقنية كبرى من قطاعات مجاورة أقسام بحث خاصة بها، وتطلق نماذج قادرة على منافسة منتجات المطوّرين المتخصصين. وتجري هذه العملية في الصين بوتيرة مكثفة بوجه خاص، فبعد نجاح DeepSeek الذي أثبت إمكانية تحقيق نتائج لافتة دون ميزانيات بحجم ميزانيات OpenAI، اجتاحت موجة من المشاريع الطموحة شركات غير متوقعة تمامًا.

ويؤكد Nanbeige4.1-3B مرة أخرى أن سباق الذكاء الاصطناعي يتحول أكثر فأكثر من سؤال «من يبني أكبر نموذج» إلى سؤال «من يصنع أكفأ نموذج صغير». وإذا كانت منصة توظيف قادرة على بناء نموذج يطمح إلى الصدارة في فئته، فهذا يعني أن حاجز الدخول إلى تطوير النماذج التأسيسية يواصل الانخفاض، بكل ما يترتب على ذلك من تداعيات على المنافسة والابتكار وإتاحة تقنيات الذكاء الاصطناعي.

*Meta مصنّفة منظمة متطرفة ومحظورة في روسيا.

القصة
ZK
جمال حميدون — مدير المنتجات في Alpina Digital ومدير منتج AlpinaGPT. يبني منتجات الذكاء الاصطناعي منذ 2019. بدأ Hamidun News كمشروع شخصي ثم أصبح مُجمِّعًا إنتاجيًا بأكثر من 6000 قارئ.
✦ Unified AI Workspace · Nomad

Test Frontier LLMs & Autonomous Agents in One Workspace

Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.

Try Nomad AI →Launch Nomad Agent
ما رأيك؟
جارٍ تحميل التعليقات…