تخطَّ إلى المحتوى

«تيثر» تطلق نموذج «بوتساي»: وكيل الأجهزة خفيف الوزن يتفوق على نماذج تفوقه حجمًا

شارك المقال
«تيثر» تطلق نموذج «بوتساي»: وكيل الأجهزة خفيف الوزن يتفوق على نماذج تفوقه حجمًا
الصورة: Harrison Broadbent / Unsplash

استمع لهذا المقال

بصوت ليلى (Layla)

تدفع تكاليف الاستدلال المتصاعدة ومخاطر الخصوصية في النماذج السحابية العملاقة قطاع الذكاء الاصطناعي نحو حلول العتاد المحلي. أعلنت وحدة الأبحاث في شركة «تيثر داتا» إطلاق نموذج «بوتساي» (BotPsy)، وهو نموذج لغوي فائق الصغر بحجم 800 مليون وسيط فقط (0.8B) مبني على قاعدة «Qwen3.5-0.8B»، ومخصص لأداء مهام استدعاء الدوال وتوجيه الوكلاء الأذكياء مباشرة على الأجهزة الشخصية.

كفاءة الاستدعاء تتفوق على مضاعفة الحجم. أظهرت نتائج الاختبارات القياسية المنشورة تفوق «بوتساي» على كافة النماذج المنافسة في فئة 1.2 مليار وسيط فما دون، بل وتجاوزه لنموذج «Qwen3.5-2B-Think» الذي يفوقه حجمًا بمقدار مرتين ونصف في خمسة من أصل ستة اختبارات قياسية للوكلاء. حقق النموذج 44.0 نقطة في اختبار «BFCL v4» مقابل 23.4 لنموذجه الأساسي و37.7 للنموذج الأكبر، وسجل 58.7 نقطة في «ACEBench»، و51.5 في «tau-bench»، و64.6 في «ToolSandbox»، بينما تقدم النموذج الأكبر فقط في اختبار «Claw-Eval» محققًا 48.9 مقابل 46.5 نقطة.

اعتمد تدريب النموذج على خطة من أربع مراحل متتابعة تجمع ثلاثة مصادر للتعلم: الضبط الدقيق الخاضع للإشراف على مسارات استدعاء الأدوات، ثم التقطير الموجّه عبر ثلاثة معلمين متخصصين بحجم 4 مليارات وسيط لاستعادة قدرات الاستدلال واتباع التعليمات التي تراجعت في المرحلة الأولى، وتلا ذلك جولتان من التعلم التعزيزي القائم على المكافآت الدقيقة والتحقق من صحة المعاملات. أثمرت هذه الهندسة عن انخفاض معدل الوقوع في حلقات التفكير التكرارية من 22.9 بالمئة إلى 1.4 بالمئة، وخفض رموز الاستدلال المطلوبة للإجابة على اختبار «GPQA Diamond» بنحو ثلاثة أضعاف لتصل إلى 3,690 رمزًا مقارنة بنحو 11,563 رمزًا للنموذج الأساسي.

معرفة متى يمتنع الوكيل عن العمل تمثل علامة النضج الحقيقية. سجل «بوتساي» 86.1 نقطة في اختبارات كشف الهلوسة ضمن «BFCL v4»، وهي أعلى نتيجة بين كافة النماذج المختبرة، ما يضمن رفض الوكيل للتنفيذ إذا غابت الأداة المناسبة بدل اختلاق استدعاءات عشوائية. وفي اختبارات السلامة وفحص الهجمات الخبيثة، انخفضت نسبة الردود غير الآمنة إلى 21 بالمئة مقارنة بنحو 36 بالمئة للنموذج الأساسي، كما تراجعت نسبة الاستجابة لهجمات حقن الأوامر إلى 31 بالمئة.

حددت الورقة المنشورة حدود النموذج بوضوح؛ فهو مصمم للمهام منخفضة ومتوسطة التعقيد، مثل إدارة التقويم والبريد وتصفح الويب والتحكم في الملفات، ولا يصلح للمهام الحرجة عالية المخاطر. المعرفة الموسوعية العامة تظل مرتبطة بحجم الوسائط، ولذلك صُمم النموذج ليستدعي الأدوات الخارجية لجلب الحقائق بدل الاعتماد على ذاكرته الداخلية، فضلًا عن تراجع أدائه مع تراكم التعليمات وتأخره في اللغات محدودة الموارد مقارنة بالإنجليزية. طرحت «تيثر» النموذج بأوزان مفتوحة تحت رخصة «أباتشي 2.0» للأغراض البحثية والتعليمية، مع توفير صيغ «GGUF» بثلاث دقات مختلفة للتشغيل عبر «llama.cpp» وحزمة «QVAC» البرمجية.

تغيير ملموس في حسابات النشر للفرق التقنية في الخليج ومصر والشام. تفرض متطلبات توطين البيانات في المؤسسات المصرفية والحكومية الإقليمية قيودًا صارمة على إرسال بيانات العملاء إلى واجهات النماذج السحابية خارج الحدود. يتيح نموذج مفتوح بهذا الحجم الصغير لفرق التطوير المحلية تشغيل وكلاء أتمتة لخدمات العملاء والعمليات الداخلية على خوادم محلية خاصة أو حتى على أجهزة الموظفين المحمولة دون تكلفة سحابية دورية. لكن التأخر المعلن للنموذج في اللغات الأقل موارد يفرض على المطور العربي عدم الاعتماد عليه كنموذج محادثة عربية توليدية مباشرة، بل كمنسق تنفيذي يُزود بمسارات أدوات واضحة وتوثيق دقيق لجلب البيانات، ما ينقل متطلبات المهارة محليًا من صياغة الأوامر اللغوية إلى هندسة تكامل الدوال والواجهات البرمجية.

اشترك في همسات الذكاء الاصطناعي — كل أسبوع: قصص وفرص وأحداث مختصرة وموثقة، بلا حشو.

اشترك ليصلك الجديد