خلاصة: نشرت OrcaRouter أوزانًا تم إزالة قيودها لـ GLM-5.3-Flash، وهو نموذج خليط خبراء بـ 320 مليار معامل و18 مليارًا نشطًا، على مرحلتين: block-FP8 الأصلي في 29 أغسطس 2026، ونسخة NVFP4 لوحدات معالجة الرسوميات من NVIDIA في 31 أغسطس. تحويلات GGUF و MLX متاحة الآن أيضًا. انخفضت معدلات الرفض التي أبلغ عنها البائع بشدة، على سبيل المثال MaliciousInstruct من 96% إلى 11%، ولكنها لم تصل إلى الصفر. الادعاء الأكثر إثارة للاهتمام ليس إزالة الرقابة على الإطلاق: تقول OrcaRouter إن جزءًا من محاذاة GLM-5.3-Flash لا يتم التوسط فيه بواسطة اتجاه رفض خطي واحد، مما يجعل التدريب الأمني لـ Z.ai أعمق هيكليًا من النماذج التي تستهدفها هذه التقنية عادةً.
أصبحت إزالة القيود أمرًا روتينيًا. يأخذ أحدهم نموذجًا مفتوح الأوزان، ويحدد الاتجاه الداخلي المرتبط بالرفض، ويزيله، ثم يحمل النتيجة. معظم هذه الإصدارات لا تستحق الذكر، ومعظم التغطية إما مبالغ فيها أو توبيخية.
هذا يستحق القراءة بعناية، لسبب لا علاقة له بما سيقوله النموذج الآن. تحتوي ملاحظات الإصدار على نتيجة سلبية حول كيفية تمثيل المحاذاة داخل نموذج مفتوح الأوزان الرائد، والنتائج السلبية في قابلية التفسير نادرة وأكثر فائدة من نقطة تحقق أخرى غير خاضعة للرقابة.
ما تم إصداره بالفعل
إعلانان، بفاصل يومين، بالإضافة إلى طرح تنسيقات أخرى بشكل أكثر هدوءًا منذ ذلك الحين.
أصدرت OrcaRouter أوزانًا غير خاضعة للرقابة لـ GLM-5.3-Flash بدقة block-FP8 الأصلية، مما يعني عدم وجود خطوة إعادة تحديد الكمية بين النموذج الأساسي والنموذج المعدل. 320 مليار معامل مع 18 مليارًا نشطًا، مطابقة لبنية النموذج الأساسي، والذي تناولناه في ما هو GLM-5.3-Flash وكيف يقارن بـ GLM-5.3. تجاوز المنشور منذ ذلك الحين مليوني مشاهدة.
31 أغسطس 2026: NVFP4. إصدار ثانٍ يستهدف تنسيق الفاصلة العائمة 4 بت من NVIDIA، يتميز بحجم أصغر واستدلال أسرع. حوالي 75,000 مشاهدة، مما يوضح أن هذا الإصدار يهم جمهورًا أضيق بكثير من الإصدار الأصلي.
منذ ذلك الحين: GGUF و MLX. ذكر الإعلانان أن تنسيقات أخرى لكميات البيانات كانت قادمة. عند التحقق من منظمة Hugging Face في 1 سبتمبر 2026، تبين أن GLM-5.3-Flash-Uncensored-GGUF و GLM-5.3-Flash-Uncensored-MLX موجودان، مما يعني أن مسارات llama.cpp و Apple Silicon قد وصلت. كانت التنزيلات لهذين التنسيقين لا تزال صفرية عندما نظرنا، وبلغت تنزيلات NVFP4 خمسة، مقابل 1,541 للإصدار الأصلي FP8. التركيز ينصب على الإعلان، وليس على النماذج نفسها بعد.
تجدر الإشارة في هذا السياق: هذا خط إنتاج، وليس لمرة واحدة. تستضيف نفس المنظمة إصدارات مُعدلة لـ Qwen3.8-27B، والتي جذبت أكثر من 300,000 تنزيل لإصدار FP8 وحده، و Qwen3.8-Flash-Next، و Gemma-4-26B. إصدار GLM هو أحدث إضافة إلى كتالوج موجود.
تحمل الأوزان ترخيص MIT وتدرج zai-org/GLM-5.3-Flash كنموذج أساسي. تصنف بطاقة النموذج النموذج على أنه مُعدل (abliterated)، لغوي بصري، MoE (خليط خبراء)، وقادر على استدعاء الوظائف، لذلك فإن واجهات النموذج الأساسي متعددة الوسائط واستخدام الأدوات تأتي معه.
ماذا يعني "لا LoRA، لا موجه اختراق أمني"
الصياغة في الإعلان تؤدي عملاً حقيقيًا، وتستحق التفصيل لأنها تميز هذا عن الشيئين اللذين يتخيلهما معظم الناس.
موجه اختراق أمني يتلاعب بالنموذج وقت الاستدلال. التدريب الأمني سليم؛ أنت تتحدث حوله. إنه هش، يتم تصحيحه، ويكلفك سياقًا مع كل طلب.
محول LoRA هو مجموعة صغيرة من الأوزان الإضافية التي تُضاف عند وقت التحميل. النموذج الأساسي لا يتغير ويمكن إزالة المحول. إنه تعديل تقوم بإرفاقه.
إزالة القيود (أو التعديل الجذري) تحدد اتجاه التنشيط الداخلي الذي يتوافق مع سلوك الرفض وتزيله من الأوزان نفسها. لا يوجد شيء لإرفاقه ولا شيء لإزالته. سلوك الرفض قد اختفى من النموذج، ولم يتم كبحه وقت التشغيل.
هذا التمييز مهم من الناحية العملية. لا يمكنك تدقيق نموذج تم إزالة قيوده من خلال البحث عن المحولات أو فحص الموجهات، لأن التغيير يكمن في الأوزان. إذا كنت تشغل نماذج مفتوحة في أي بيئة تهتم فيها بالأصل والنسب، فإن التحقق من نسب النموذج الأساسي مقابل نقطة التحقق الفعلية أصبح الآن مسألة حقيقية في سلسلة التوريد. رأينا العام حول تقييد ما يُسمح للنماذج بفعله موجود في حواجز حماية وكلاء الذكاء الاصطناعي.
أرقام الرفض
هذه هي الأرقام المبلغ عنها من قبل OrcaRouter نفسها، قبل وبعد، ولم يكن هناك تكرار مستقل موجود وقت كتابة هذا. تعامل معها على أنها أرقام مقدمة من البائع.
| المعيار | الرفض الأساسي | بعد إزالة القيود |
|---|---|---|
| تعليمات خبيثة (MaliciousInstruct) | 96% | 11% |
| مقعد اختبار الاختراق (JailbreakBench) | 93% | 12% |
| مقعد اختبار متقدم (AdvBench) | 97% | 15% |
| مقعد اختبار الضرر (HarmBench) | 93% | 18% |
| XSTest الرفض الزائد الحميد | 2.4% | 0.4% |
اقرأ الصف الأخير بشكل مختلف عن الصفوف الأربعة الأولى. يقيس XSTest الرفض الزائد، مما يعني أن النموذج يرفض طلبات غير ضارة تتطابق ظاهريًا مع شيء محفوف بالمخاطر. هذا هو نمط الفشل الذي يواجهه المطورون بالفعل في الإنتاج: نموذج يرفض المساعدة في تصحيح تدفق تسجيل الدخول لأن كلمة "كلمة مرور" ظهرت، أو يرفض كتابة ماسح ضوئي للشبكة للبنية التحتية الخاصة بك. الانتقال من 2.4% إلى 0.4% هو الصف ذو القيمة اليومية المشروعة، وهو الصف الذي لا يكاد أحد يستشهد به.
الصفوف الأربعة الأولى هي التي تجعل هذا نموذجًا بحثيًا بدلاً من أداة إنتاجية، وهي سبب أهمية الترخيص والقانون المحلي الخاص بك هنا أكثر من المعتاد.
ما تكسبه فعليًا
معظم التغطية للنماذج التي تم إزالة قيودها تتجادل حول ما إذا كان ينبغي أن توجد ولا تصل أبدًا إلى سبب لجوء مهندس عامل إلى أحدها. هناك أربع مزايا حقيقية، وهي ليست تلك التي توحي بها الأرقام الرئيسية.
توقف عن رفض العمل الذي لم يكن ضارًا أبدًا. هذا هو الأهم، وهو صف XSTest: الرفض الزائد الحميد ينخفض من 2.4% إلى 0.4%. الرفض الزائد هو الضريبة التي يدفعها كل مطور بالفعل على النماذج المعدلة للأمان. النموذج الذي لن يساعدك في تصحيح تدفق إعادة تعيين كلمة المرور لأنه رأى كلمة "كلمة مرور". النموذج الذي يرفض كتابة ماسح ضوئي للمنافذ للبنية التحتية التي تملكها. النموذج الذي يرفض تلخيص تقرير تهديد لأن التقرير يصف تهديدات. لا شيء من ذلك يمثل فوزًا أمنيًا؛ إنه نموذج يفشل في التمييز بين موضوع ونية، وتدفع ثمن ذلك في المحاولات المتكررة، والموجهات المعاد صياغتها، والمهام المهجورة. خفض هذا المعدل ست مرات هو الميزة الأكثر احتمالاً أن تظهر في أسبوعك.
لا توجد ضريبة لكل طلب ولا شيء يتعطل. البديل الذي يستخدمه الناس فعليًا اليوم هو هندسة الموجهات لتجاوز الرفض. هذا يكلف سياقًا في كل استدعاء، وينتج عنه نتائج غير متسقة، ويتوقف عن العمل كلما قام الموفر بتصحيحه. التعديل على مستوى الأوزان لا يمتلك أيًا من هذه الخصائص. السلوك هو خاصية للنموذج، لذلك فهو مستقر عبر الطلبات ولا يتغير بصمت تحت يدك يوم الثلاثاء.
الأوزان المفتوحة تعني أن النشر ملك لك. مرخص بـ MIT، قابل للاستضافة الذاتية، وقابل للتثبيت عند نقطة تحقق دقيقة. تظل موجهاتك ومستنداتك داخل بنيتك التحتية بدلاً من المرور عبر بائع. أنت لا تتعرض لموفر يشدد فلاتره في منتصف الربع ويعطل سير عمل قمت بنشره. بالنسبة للبيئات المنظمة، غالبًا ما تكون هذه السيطرة هي النقطة الأساسية، وينطبق نفس المنطق على الأوزان غير المعدلة، وهذا هو السبب في أننا كتبنا حول استضافة أوزان GLM-5.3 المفتوحة ذاتيًا.
سطح القدرة يبقى. لا تزال بطاقة النموذج تدرج اللغة البصرية واستدعاء الوظائف، لذا هذا ليس إصدارًا مجردًا مخصصًا للنص فقط. مسارات النموذج الأساسي متعددة الوسائط واستخدام الأدوات تأتي معه، وهذا مهم إذا كنت تخطط لاستخدامه لأي شيء يخص الوكلاء بدلاً من الدردشة.
الآن، القيود الصادقة على كل ذلك. لا توجد أي من هذه المزايا تحسينات في القدرة. إزالة القيود هي تعديل سلوكي، وتجد الأعمال المنشورة حول هذه التقنية عادة بعض التكاليف على الجودة، ولم يذكر أي من الإعلانين ما إذا كانت أداء الاستدلال أو البرمجة أو الرؤية قد تغير. أنت تتاجر بتخفيض مقاس في الرفض مقابل مخاطرة غير مقاسة بالتدهور. وكل قرار تصفية كان النموذج الأساسي يتخذه أصبح الآن قرارك، وهو تكلفة حقيقية للموظفين والمراقبة بدلاً من توفيرها.
الجزء المثير للاهتمام فعليًا
مدفونة في نهاية الإعلان توجد النتيجة التي تستحق القراءة.
الرفض لا ينخفض بشكل موحد إلى الصفر. عبر أربعة معايير للضرر، يتراوح بين 11% و 18%، وليس من 0% إلى 2%. التفسير المعلن من OrcaRouter هو أن جزءًا من محاذاة GLM-5.3-Flash لا يتم التوسط فيه بواسطة اتجاه رفض خطي واحد، وأن Z.ai ربما بنت آلية رفض أعمق بكثير مما تواجهه هذه التقنية عادةً.
هذا ادعاء حول تفاصيل النموذج الداخلية، وإذا ثبت صحته، فهو أكثر أهمية من الإصدار نفسه.
النموذج الذهني القياسي لإزالة القيود هو أن الرفض يكون إلى حد كبير اتجاهًا واحدًا في مساحة التنشيط. ابحث عنه، أزله، وينهار السلوك. لقد نجح هذا بشكل جيد بما فيه الكفاية عبر عدد كافٍ من النماذج لدرجة أن الناس يعتبرونه أمرًا مستقرًا. نموذج يؤدي فيه هذا الإجراء إلى خفض النسبة من 96% إلى 11% ولكنه يتوقف عند هذا الحد هو دليل على أن النموذج الذهني غير مكتمل، على الأقل لهذا النموذج، وأن بعض المحاذاة تستمر بشكل لا تصل إليه التقنية.
تنبيهان صادقان. أولاً، هذا هو تفسير مختبر واحد لنتائجه الخاصة، والتفسير البديل هو ببساطة أن تنفيذهم ترك الأداء غير مستغل. ثانيًا، معدل رفض متبقٍ يتراوح بين 11% و 18% ليس خاصية أمان يجب على أي شخص الاعتماد عليها. النموذج الذي يرفض 15% من الطلبات الضارة ليس نموذجًا آمنًا؛ إنه نموذج غير موثوق به.
ومع ذلك، فإن عبارة "تقنيتنا وصلت إلى حد أدنى ونعتقد أن السبب معماري" هي نوع من الأشياء التي عادةً ما تستبعدها المختبرات من منشورات الإطلاق. تأطير OrcaRouter للإصدار كنموذج لدراسة كيفية تمثيل المحاذاة، بدلاً من كونه مجرد إصدار قدرات، هو النسخة الأفضل لكيفية نشر هذا العمل.
ادعاءات تستحق التحقق
شيئان في المناقشة المحيطة يستحقان الشك، والإشارة إليهما لا يقلل من شأن الإصدار.
"ذكاء بمستوى Claude Opus 4.8." وصف منشور متابعة الإصدار بأنه يزود المدافعين بذكاء على هذا المستوى. لم يصاحب الادعاء أي معيار، وهو مقارنة بإصدار نموذج ليس من جيل Opus الحالي. تعامل معها كتسويق. إذا كانت تكافؤ القدرات يهمك في حالة استخدامك، قم بإجراء تقييمك الخاص.
معدلات الرفض كوكيل للقدرة. الرفض المنخفض لا يعني قدرة عالية. إزالة القيود هي تعديل سلوكي، وتجد الأعمال المنشورة حول هذه التقنية عادة بعض التدهور في الأداء العام كتكلفة. لم يتناول أي من الإعلانين ما إذا كانت أداء الاستدلال أو البرمجة أو الرؤية قد تغير مقارنة بالنموذج الأساسي، وهذا هو الرقم الذي يرغب معظم القراء فيه فعليًا. تغطيتنا للمعايير والأسعار للنموذج غير المعدل موجودة في تسعير GLM-5.3-Flash ودليل API لـ GLM-5.3-Flash.
تشغيله، وواقع الأجهزة
320 مليار معلمة ليس نموذجًا للكمبيوتر المحمول، حتى مع وجود 18 مليارًا نشطًا. التنسيقات المتاحة الآن تحدد من يمكنه تشغيله واقعيًا:
- Block-FP8، الإصدار الأصلي، يستهدف وحدات معالجة الرسوميات في مراكز البيانات وهو النموذج المرجعي.
- NVFP4 يبادل الدقة بمساحة الاستهلاك على أجهزة NVIDIA، وهو المسار العملي للنشر على عقدة واحدة.
- GGUF يفتح مسار llama.cpp، حيث يصبح التكميم (quantization) قويًا بما يكفي لمحطات العمل عالية الأداء.
- MLX يستهدف معالجات Apple Silicon، وهو ما يعني لنموذج بهذا الحجم تكوين ذاكرة موحدة كبير جدًا.
إذا كنت تستضيف بنفسك بدلاً من استدعاء نقطة نهاية مستضافة، فإن إرشاداتنا للنموذج الأساسي تنطبق مباشرة: تشغيل GLM-5.3-Flash محليًا واستضافة أوزان GLM-5.3 المفتوحة ذاتيًا. لسياق أوسع حول هذه الفئة، نحتفظ بـمسح شامل لنماذج اللغة الكبيرة غير الخاضعة للرقابة ونظرة على نماذج اللغة الكبيرة بدون قيود، وإصدار DeepSeek R1 الذي تم إزالة قيوده هو أقرب مقارنة سابقة.
تقييم هذا هو مشكلة اختبار واجهة برمجة التطبيقات (API)
هذا هو الجزء العملي، وهو الجزء الذي تتجاهله معظم التغطية تمامًا.
إذا كنت تقوم بعمل مشروع بهذا النموذج، يعني بحث الأمان، أو تدريبات فرق الحمراء والزرقاء، أو تقييم دفاعي لما تلتقطه فلاترك الخاصة، فإن العمل الفعلي هو تشغيل مجموعة كبيرة ومتكررة من الطلبات ضد نقطة نهاية والتأكد من النتائج التي تعود. هذا هو اختبار واجهة برمجة التطبيقات (API). إنه ليس تخصصًا جديدًا فقط لأن جسم الاستجابة يحتوي على إخراج النموذج.
المشاكل المحددة التي تواجهها:
- أنت بحاجة إلى نفس المجموعة ضد أهداف متعددة. FP8 مقابل NVFP4 مقابل GGUF مقابل النموذج الأساسي غير المعدل مقابل نقطة نهاية مستضافة. نفس الطلبات، عناوين URL أساسية مختلفة، نتائج يمكنك مقارنتها. أي شيء أقل من ذلك ولن تتمكن من عزو تغيير السلوك إلى التكميم بدلاً من أخذ العينات.
- أنت بحاجة إلى تأكيدات، لا مجرد رؤية بالعين. معدل الرفض هو نسبة مئوية على مدى مئات الموجهات. قراءة النصوص لا تتوسع ولا تتكرر.
- أنت بحاجة لتشغيله مرة أخرى الشهر المقبل. يتم تحديث الأوزان، ويتم إعادة نشر عمليات التكميم، ورقم قسته مرة واحدة ليس رقمًا يمكنك الاستشهاد به لاحقًا. عمليات تشغيل الانحدار هي بيت القصيد.
- عدم اليقين هو الجزء الصعب. نفس الموجه يعطي إكمالاً مختلفًا. يجب أن تتحقق تأكيداتك من تصنيف الاستجابة بدلاً من تطابق السلسلة النصية، وتحتاج مجموعتك إلى عينات كافية ليكون للمعدل معنى. كتبنا عن هذه المشكلة مباشرة في اختبار وكلاء الذكاء الاصطناعي غير الحتميين.
- استدعاءات الأدوات تحتاج إلى فحوصاتها الخاصة. بطاقة النموذج تدرج استدعاء الوظائف، والنموذج الذي تم إزالة قيوده والذي سيستدعي أدوات يجب أن يرفضها يمثل سطح مخاطر مختلفًا عن النموذج الذي ينتج نصًا فقط. هذا سؤال حول المخطط والعقد قبل أن يكون سؤالًا أمنيًا.
هذا هو بالضبط ما صُممت له منصة واجهة برمجة التطبيقات (API). في Apidog، تحدد نقطة النهاية مرة واحدة، وتحتفظ بمجموعة الموجهات كمجموعة محفوظة، وتتحقق من حقول الاستجابة، وتبدل عنوان URL الأساسي بين الموفرين أو عمليات التكميم عبر متغيرات البيئة، وتشغل كل ذلك في CI بحيث تكون الأرقام قابلة للتكرار بدلاً من كونها مجرد حكايات. لقد استعرضنا الآليات ضد النموذج غير المعدل في اختبار واجهة برمجة تطبيقات GLM-5.3-Flash باستخدام Apidog، ونفس الإعداد يشير إلى أي نقطة نهاية متوافقة مع OpenAI.
المبدأ العام ينطبق بشكل جيد خارج هذا النموذج: بمجرد أن يصبح سلوك النموذج شيئًا يجب عليك قياسه والدفاع عنه، ستحتاج إلى نفس الانضباط الذي تطبقه على أي عقد واجهة برمجة تطبيقات آخر. قم بتنزيل Apidog إذا كان تقييمك موجودًا حاليًا في دفتر ملاحظات لا يمكن لأي شخص آخر إعادة تشغيله. ذات صلة: موثوقية وكلاء الذكاء الاصطناعي في الإنتاج.
عمل الفريق الأحمر يحتاج إلى سجل تدقيق، لا محطة طرفية
المشكلة العملية الثانية تنظيمية، وبالنسبة لهذه الفئة من العمل، فإنها ليست اختيارية.
تشغيل معايير الموجهات الضارة ضد نموذج تم إزالة قيوده هو بالضبط نوع النشاط الذي يحتاج إلى موافقة قبل حدوثه وإمكانية إسناده بعد ذلك. من قام بتشغيله. ضد أي نقطة تحقق. بموافقة من. ضمن أي نطاق. إذا كان هذا السجل موجودًا في سجل أوامر (shell history) باحث واحد، فليس لديك برنامج بحث، بل لديك مسؤولية.
صُمم Sharkly للعمل الذي يحتاج إلى البقاء بعد انتهاء الجلسة، وتتوافق حالة الاستخدام هذه بشكل جيد للغاية:
- المهمة في قائمة المهام المتأخرة (Backlog) لا تبدأ تشغيلاً. يتم إعداد التقييمات الحساسة وتحديد نطاقها والموافقة عليها قبل تنفيذ أي شيء. هذه البوابة هي القيمة الأكثر أهمية هنا.
- المهمة هي السجل، وليست الموجه. يتدفق التقدم واستدعاءات الأدوات والنتائج إليها، ويتم تخزين إخراج الوكيل كتعليقات يمكنك الرد عليها. بعد ستة أشهر، يوجد إجابة عما تم تشغيله ولماذا.
- الطاقم هو وكيل قائد بالإضافة إلى وكلاء وأشخاص آخرين، يعملون تحت قيادة القائد. عمل الفريق الأحمر مع مراجع مشارك هو الشكل الطبيعي، وليس استثناءً.
- التنفيذ هو "أحضر ما تملكه". تقوم بتوصيل جهاز كمبيوتر، يمكن أن يكون جهازك المحمول، أو خادمًا، أو حاوية، ويستخدم Sharkly بيئة التشغيل المثبتة عليه بالفعل. بالنسبة لنموذج 320 مليار معامل، هذا مهم بشكل ملموس: الأوزان تعيش على صندوق GPU محدد واحد، والتصريح بوضوح عن الجهاز الذي يدير تقييمًا حساسًا هو وسيلة تحكم، وليس عبئًا إضافيًا.
- هيكل يفهمه الفريق بالفعل: مساحات، مشاريع، دورات (sprints)، ومهام، مع مزامنة Jira.
النموذج غير الخاضع للرقابة هو أداة بحث. أدوات البحث المستخدمة بدون سجل هي كيف تنتهي المنظمات غير قادرة على شرح ما حدث.
الواقع القانوني والأمني
باختصار ويستحق التوضيح بشكل صريح.
ترخيص MIT على الأوزان يحكم الأوزان. لا يمنحك الإذن بالقيام بأشياء غير قانونية بالمخرجات، ولا ينقل المسؤولية بعيدًا عنك. القانون المحلي، وسياسة صاحب العمل الخاص بك، وأي شروط منصة تعمل بموجبها لا تزال تنطبق، ولا أحد منهم يهتم بأن النموذج لم يرفض.
الاستخدامات المعقولة هي تلك التي يذكرها الإصدار: بحث الأمان، أعمال قابلية التفسير، تدريبات الفرق الحمراء والزرقاء، ودراسة آلية الرفض. تحسين الرفض الزائد في XSTest هو حجة يومية مشروعة أيضًا، للفرق التي تواجه مشكلة حقيقية مع نموذج لا يساعد في هندسة الأمن العادية.
إذا كنت تنشر أي نموذج للمستخدمين النهائيين، فإن نقطة التحقق غير الخاضعة للرقابة تنقل عبء التصفية بالكامل إلى حزمتك الخاصة. هذا قرار تصميمي له تداعيات على التوظيف والمراقبة، وليس مجرد علامة تكوين.
الأسئلة الشائعة
هل GLM-5.3-Flash-Uncensored هو نفس نموذج GLM-5.3-Flash؟ نفس البنية ونفس الأوزان الأساسية، 320 مليار معامل مع 18 مليارًا نشطًا، مع إزالة سلوك الرفض. تغطية النموذج الأساسي موجودة في ما هو GLM-5.3-Flash.
هل تم التحقق من أرقام التقييم بشكل مستقل؟ لا. كل رقم في الإعلان هو نتيجة أبلغت عنها OrcaRouter نفسها، ولم يكن هناك تكرار من طرف ثالث عندما كتبنا هذا. المعايير المذكورة حقيقية وعامة، لذا فإن التكرار ممكن إذا كان لديك الأجهزة.
أي تنسيق يجب أن أستخدمه؟ FP8 هو النموذج المرجعي والذي تم إجراء التقييمات عليه. NVFP4 هو المسار العملي لعقدة NVIDIA الواحدة. GGUF و MLX موجودان الآن وهما المسار لإعدادات محطات العمل ومعالجات Apple Silicon. توقع أن يتغير السلوك مع التكميم، وهذا هو بالضبط سبب رغبتك في مجموعة اختبار قابلة للتكرار بدلاً من مجرد "اختبار المشاعر".
هل تؤثر إزالة القيود سلبًا على الأداء العام؟ تجد الأعمال المنشورة حول هذه التقنية عادة بعض التدهور، ولم يتناول أي من الإعلانين ذلك بالنسبة لهذا النموذج. إذا كانت القدرة تهمك، قم بمعيارته بنفسك مقابل النموذج الأساسي بدلاً من افتراض التكافؤ.
لماذا توقف الرفض عند 11 إلى 18 بالمائة بدلاً من الصفر؟ هذا هو السؤال المفتوح والجزء الأكثر إثارة للاهتمام في الإصدار. وجهة نظر OrcaRouter المعلنة هي أن بعض المحاذاة لا يتم حملها بواسطة اتجاه رفض خطي واحد. التفسير المنافس هو تنفيذ غير مكتمل. في كلتا الحالتين، لا تتعامل مع المعدل المتبقي كميزة أمان.
هل يمكنني استخدام هذا تجاريًا؟ الأوزان مرخصة بترخيص MIT، وهو ترخيص متسامح. هذا إجابة بخصوص الترخيص، وليس إجابة قانونية أو سياسية لنشرك المحدد. استشر فريقك القانوني، خاصة إذا كانت المخرجات تصل إلى المستخدمين النهائيين.
ختامًا
إصداران لتنسيقات في ثلاثة أيام، مليوني مشاهدة للأول، وكتالوج من النماذج المعدلة خلفها. إزالة الرقابة نفسها أمر روتيني في هذه المرحلة.
الجزء الذي يستحق الاهتمام هو النتيجة السلبية. تقنية تنهار الرفض بشكل موثوق في معظم النماذج المفتوحة خفضت GLM-5.3-Flash من 96% إلى 11% وتوقفت، والمختبر الذي قام بذلك أعلن عن ذلك علنًا بدلاً من التقريب. إذا صمد ذلك تحت التكرار المستقل، فإنه يقول شيئًا حقيقيًا عن كيفية تدريب Z.ai لهذا النموذج، وهو مساهمة أفضل من نقطة التحقق.
إذا كنت ستعمل معه، فقم بالأجزاء المملة بشكل صحيح. قم بقياس السلوك باستخدام مجموعة طلبات قابلة للتكرار يمكنك توجيهها إلى أي نقطة نهاية وإعادة تشغيلها الشهر المقبل، وهذا هو الغرض من Apidog. احتفظ بسجل لمن قام بتشغيل ماذا مقابل أي أوزان ومن وافق على ذلك، وهذا هو الغرض من Sharkly.
النموذج غير الخاضع للرقابة لا يزيل الالتزام بمعرفة ما قمت بتشغيله. بل يزيده.