ميتوان الصينية تطلق نموذج LongCat-2.5 متعدد الوسائط الكبير

أخبار ar.wedoany.com، في الثاني من نوفمبر، أطلقت شركة ميتوان الصينية رسميًا الجيل الجديد من نموذجها الكبير LongCat-2.5. وهو نموذج أصيل متعدد الوسائط مخصص لمهام الوكلاء الذكيين طويلة المدى، يبلغ إجمالي عدد معاملاته 1.6 تريليون معامل، ويُنشّط نحو 48 مليار معامل لكل رمز (Token). ومقارنةً بالجيل السابق LongCat-2.0، عزّز النموذج الجديد قدرات الفهم البصري الأصيل والبرمجة بالوكلاء الذكيين، وهو موجّه بشكل أساسي نحو تطوير قواعد الأكواد المعقدة، وبناء مشاريع برمجية متكاملة، والمهام متعددة الخطوات التي تتطلب تنفيذًا متواصلًا.

عزّز LongCat-2.5 قدرة النموذج على معالجة المهام طويلة المدى من خلال تعديل بيانات التدريب وعمليات التعلم المعزز. فقد أضافت ميتوان مزيدًا من بيانات مسارات المهام طويلة المدى إلى التدريب على التسلسلات الطويلة، واعتمدت تعلمًا معززًا واسع النطاق للمهام طويلة المدى، بما يمنح النموذج قدرة تنفيذ متواصلة أقوى في عمليات تطوير البرمجيات المعقدة. كما حوّل فريق البحث والتطوير مسارات الفشل الناتجة عن تنفيذ الوكلاء الذكيين لمهام حقيقية إلى مهام تدريبية قابلة للإعادة والتحقق، ثم استكمل بيانات التدريب لمعالجة نقاط الضعف التي أظهرها النموذج، بهدف تحسين فعالية التنفيذ في المهام المعقدة.

يعتمد LongCat-2.5 في المعالجة متعددة الوسائط على حل أصيل للفهم البصري، إذ يمثّل الإشارات البصرية برموز منفصلة متعددة المستويات، بما يتيح للنموذج معالجة المدخلات البصرية والنصية ضمن إطار موحد للرموز. ويتيح هذا التصميم للنموذج ليس فقط فهم المعلومات البصرية، بل أيضًا توظيف قدرات الفهم البصري في مهام البرمجة، ودعم تطبيقات مثل البرمجة البصرية (Visual Coding) والتصميم الإبداعي وتوليد المحتوى ثلاثي الأبعاد.

اعتمدت ميتوان في مرحلة التدريب المتوسط تدريبًا على تسلسلات سياقية طويلة تصل إلى مليون رمز، بلغ حجم التدريب التراكمي فيها تريليونات الرموز، مع تحسين استخدام الذاكرة الرسومية والاتصال بين البطاقات وجدولة موارد الحوسبة في بيئة حوسبة محلية. وفي اختبارات الضبط الدقيق الخاضع للإشراف للسياق الطويل التي أعلنتها ميتوان، ارتفعت إنتاجية التدريب المحسّنة على بطاقة واحدة بنسبة 86% مقارنةً بخط الأساس للتوازي الموزع للبيانات (DDP).

اعتُمد في مرحلة الاستدلال مخطط تكميم W4A4، الذي يكمّم أوزان الخبراء والتنشيطات معًا إلى 4 بتات، لتخفيف أعباء الحساب ونقل البيانات. وأظهرت اختبارات الضغط المباشرة التي أجرتها ميتوان أن المخطط الجديد، مقارنةً بخط الأساس W8A8 INT8 الذي يكمّم الأوزان والتنشيطات إلى 8 بتات، رفع إنتاجية معالجة المدخلات وتوليد الرموز المتتالية بنحو أربعين بالمئة، وقلّل زمن الانتظار حتى أول مخرج بنحو 16%، وقصّر زمن توليد كل رمز لاحق بنحو 20%. وهذه البيانات مستمدة من بيئة اختبار محددة أعلنتها الشركة، ولا تعني بالضرورة أن جميع سيناريوهات النشر ستحقق نسب تحسين مماثلة.

يمكن للمستخدمين تجربة النموذج عبر الموقع الرسمي لـ LongCat، ويمكن للمطورين استدعاؤه عبر منصة API. وتشير المعلومات التي أعلنها الفريق التقني لميتوان إلى أن نسختي GitHub وHugging Face تُخطَّطان للإصدار لاحقًا. وتشمل مجالات تطبيق النموذج الجديد تطوير البرمجيات المعقدة والبرمجة البصرية والتصميم الإبداعي وغيرها من المهام التي تتطلب معالجة متعددة الخطوات.