«ميمير v1» يضع مصدر بيانات ما بعد التدريب في قلب اختبار النموذج

في سباق النماذج اللغوية الكبيرة، تبدو الأسئلة المعتادة مألوفة: كم عدد المعلمات، وما حجم مجموعة الاختبارات، ومن يتقدم على من. لكن ورقة بحثية جديدة عن نموذج «DFM Mimir v1» تبدأ من سؤال أضيق وأكثر حساسية: ما البيانات التي يجوز استخدامها بعد التدريب؟ هذا التحول مهم لأن فريق البحث يصف الاعتماد السائد على مجموعات ضخمة، قد لا تكون كلها مسموحة، بأنه عائق أمام باحثين يريدون العمل ببيانات مفتوحة المصدر ومتحققة أخلاقياً.

الورقة، المقدمة إلى arXiv في 13 أغسطس، تعرض نموذجاً لغوياً بمعمارية «نموذج الاستدلال الهرمي» أو Hierarchical Reasoning Model، وتقول إنه دُرّب من الصفر. حجمه مليار معلمة، وهو رقم تذكره الدراسة بوضوح، لكن حجمه ليس كل الحكاية. فالنتائج المعروضة ترتبط باستعمال بيانات ما بعد التدريب المسموح بها، لا بمجرد زيادة الحجم أو توسيع الوصول إلى بيانات لا يحدد المصدر وضعها.

الصفحة تصنف العمل تقريراً تقنياً من 20 صفحة عن نموذج واحد، وتحمل النسخة الأولى تاريخ 13 أغسطس. وهي تنسبه إلى بيتر شنايدر كامب، وجاكوب نيلسن، وجيانلوكا بارمينا، وكينيث إينفولدسن، ولوكاس غالكه بويش. لا تضيف هذه البيانات دليلاً على الأداء، لكنها تحدد ما هو متاح للقراءة: ورقة بحثية محددة، لها نسخة معلنة ومؤلفون محددون، وليست إعلان منتج يشرح شروط استخدام تجارية أو موعد طرح عام.

المقارنة هنا مشروطة بما اختبرته الورقة تقول الدراسة إن «ميمير v1» دُرّب على مزيج من 161 مجموعة بيانات، وإنه تفوق على «HRM-Text 1B» الأصلي. كما تقول إنه نافس نماذج أكبر، منها «Qwen 3.5 4B» و«Gemma 4 E2B»، عبر 20 معياراً تشمل الإنجليزية والرياضيات والبرمجة والدنماركية. هذه نتائج يقدمها الباحثون في تقرير تقني، وليست حكماً مستقلاً خارج نطاق الاختبارات التي اختاروها.

أقوى إشارة في الورقة تخص اللغة الدنماركية. يذكر المؤلفون أن النموذج يحقق أفضل نتيجة معلنة لديهم في هذه اللغة، إلى جانب أداء تنافسي في الإنجليزية. لذلك لا تقترح الورقة أن نموذجاً صغيراً يتفوق في كل مهمة، ولا تحدد تاريخاً لإصدار تجاري. ما تعرضه هو حالة بحثية محددة: نموذج بمليار معلمة، ببيانات ما بعد تدريب يصفها الفريق بأنها مسموحة، ونتائج على مجموعة معايير معلنة.

الانفتاح هنا جزء من موضوع التجربة النموذج متاح على منصة Hugging Face، بحسب الورقة. وهذا يجعل وصف «المفتوح» مرتبطاً بإتاحة النموذج أيضاً، لا بخطاب عام عن الشفافية. في المقابل، لا تقدم الصفحة المرفقة تفصيلاً لكل مجموعة بيانات من المجموعات الـ161، ولا تثبت من تلقاء نفسها أن أي استخدام لاحق للنموذج يحقق شروطاً قانونية أو أخلاقية في كل سوق. التمييز ضروري حتى لا تتحول عبارة «بيانات مسموحة» إلى ادعاء أوسع مما تقوله الدراسة.

للقارئ في المنطقة، لا تقدم الورقة مشروعاً عربياً ولا شراكة إقليمية، ومن غير الدقيق نسبتها إلى ذلك. لكنها تضع سؤالاً قابلاً للنقل إلى أي برنامج يبني نموذجاً محلياً: هل تُقاس القدرة بالحجم وحده، أم أيضاً بسلسلة البيانات التي يمكن الدفاع عنها؟ لا تجيب «ميمير v1» عن هذا السؤال للجميع، لكنها تجعل الإجابة قابلة للاختبار في نموذج محدد بدلاً من إبقائها شعاراً.

الخلاصة أن قيمة الورقة ليست في إعلان نهاية سباق النماذج الأكبر. قيمتها أنها توثق تجربة تربط الأداء بالقيود على بيانات ما بعد التدريب، وتعرض نتائجها وقيودها معاً. من يريد تقييمها بدقة عليه أن يقرأها كتقرير تقني عن نموذج ومعايير بعينها، لا كدليل شامل على أن الحجم الصغير أو البيانات المسموح بها يحسمان كل مقارنة.