الذكاء الاصطناعي09‏/11‏/2026، 7:05 م UTC·2 دقائق قراءة

Nous Research تعيد تدريب نموذج Qwen الصيني وتطلق Arete-27B

أطلقت Nous Research نموذج Arete-27B المعاد تدريبه من Qwen3.8-27B، وتقول اختبارات الشركة إن الإجابات المرددة لخطاب الحكومة الصينية انخفضت من 22% إلى 0.9%.

Abstract illustration of an AI language model being retrained, with data streams flowing through a neural network. — الصورة: Webrazzi

كشفت شركة Nous Research، المتخصصة في نماذج الذكاء الاصطناعي مفتوحة المصدر، عن Arete-27B، وهو نسخة معاد تدريبها من نموذج Qwen3.8-27B الذي طورته علي بابا. وتقول الشركة إن هدفها «تعزيز القيم الغربية» في نموذج صيني المنشأ.

لم يُبنَ نموذج أساسي جديد من الصفر، بل أجرت الشركة تدريبًا إضافيًا على نحو 52.8 مليون رمز (token). مُرّر مجموع البيانات على النموذج مرتين، بإجمالي 1202 خطوة تدريب. ولم تُستخدم تقنيات التعلم المعزز أو تحسين التفضيلات، ولم تتغير البنية. وجُمّد المشفّر البصري لأن البيانات نصية.

نتائج من تقييم أعدّته الشركة

أعدّت الشركة 803 أسئلة في سبع فئات، منها حرية التعبير وأيديولوجيا الدولة والسوق الحرة والتعليم وخصوصية البيانات والمراقبة والديمقراطية والبيئة. قُيّمت الإجابات من حيث المعلومات المقدمة ومن حيث تبنّي النموذج للخطاب الرسمي للحكومة الصينية. وبحسب الاختبارات، بلغت نسبة هذه الإجابات 22% في Qwen3.8-27B وانخفضت إلى 0.9% في Arete-27B. كما ارتفع مؤشر «fact score» من 2.32 إلى 2.98 من 5.

وكان التغير الأكبر في فئة حرية التعبير: ارتفعت درجة المعلومات من 0.89 إلى 2.44، وتراجعت نسبة الإجابات المتبنية للخطاب الرسمي من 60% إلى 1%.

غير أن هذه النتائج صادرة عن نظام تقييم وضعته Nous Research نفسها. فقد استخدمت Grok 4.7 لتصحيح الإجابات، ولم يراجع البشر سوى عينة من 25 سؤالًا. ولم يتحقق طرف مستقل من النتائج بعد، كما أن انخفاض نسبة الخطاب الرسمي لا يعني زوال كل التحيزات السياسية.

أداء عام شبه ثابت

في اختبار Hermes Bench الداخلي سجّل Qwen3.8-27B نسبة 65.77% مقابل 65.60% لـ Arete-27B، وتعدّ الشركة فارق 0.17 نقطة ضمن هامش القياس. وفي Terminal-Bench-2.1 الذي يقيس إنجاز وكلاء الذكاء الاصطناعي للمهام، حقق Arete-27B نسبة 70% مقابل 67% للنموذج الأساسي، لكن الشركة لا تنسب هذا الفارق إلى أسلوبها بسبب اختلاف إعدادات الاختبار.

واستُخدم النموذج Inkling معلّمًا، إذ أُنشئت نحو 20 ألف مطالبة أنتجت مجموعة من 28,886 مثال تدريب. ونشرت الشركة أوزان النموذج وبيانات التدريب ومجموعة التقييم على Hugging Face ليتمكن الباحثون من اختبار النتائج باستقلالية. وترى Nous Research أن القيم المضمّنة في النماذج مفتوحة الأوزان يمكن تغييرها بشكل كبير بتدريب إضافي محدود نسبيًا.