لو يو من أوسي سّي
الكمّي | الحساب العام QbitAI
يا إلهي! لقد حلّ موسم الحدث السنوي من جديد، يوم 11.11 للتسوق...
يا زملاء العاملين في التجارة الإلكترونية، are you ok؟ صديقي لم يعد يحتمل الأمر، فهو يرسل لي رسائل متتالية كل يوم:
هل هناك ما هو مفيد وجيد الاستخدام؟الذكاء الاصطناعي: أداة العمل الخارقةهل من recommendations؟ مستعجل جداً، الأفضل أن يكون شخصاً ينجز العمل بإتقان ويستمر في العمل لفترة طويلة.
صدقوني، لقد اكتشفت فعلاً كنزاً حقيقياً مؤخراً.
النموذج الجديد مفتوح المصدر المقدم من Ant BailingLing-3.1-flash، تقاريري الأسبوعية عن العمل وملخصات المواضيع كلها أعتمد عليها بشكل كامل.
بصراحة (u1s1)، جربت أيضاً Claude Code وCodex وغيرها، واكتشفت في النهاية أن النماذج المحلية هي الأكثر توافقاً مع ذوقي.
لا سيمابيلينغ (百灵)التي لا تظهر نفسها عادةً، ولا تتنافس على المعاملات ولا على التصنيفات، لكن عند العمل الفعلي فهي موثوقة للغاية.
وفقاً للبيان الرسمي، يركز هذا النموذج على أمر واحد رئيسي:إنجاز المهام داخل سير العمل الحقيقي.
لنأخذ تقرير التجارة الإلكترونية المذكور في البداية: يقول المدير جملة واحدة:«لخّصوا وضع هذا التخفيض الكبير»، وعندما تصل المهمة إلى الموظف، فهذا يعني البحث عن المعلومات، والتحقق من البيانات، ومتابعة التقدم، ثم إعداد ملف Excel وعرض تقديمي للتقرير...
خلف كل عمل واحد غالباً ما يكون هناك تعاون متكامل عبر مراحل متعددة، والأصعب أن البيانات تكون مبعثرة ومخبأة في ملفات وأدوات مختلفة.
الصورة من الحساب الرسمي لـ بيلينغ على ويبو
Ling-3.1-flash هو نموذج متخصص مشتق من هذا النوع من الاحتياجات الحقيقية ويتميز بـكفاءة ذكية عالية.
ببساطة، ما يريد إثباته هو أن الإجابة الجميلة ليست سوى جانب ثانوي، أما الأهم فهو تسليم المهمة منجزة.
مصمم للمهام في العالم الحقيقي
لكي يتعامل مع مهام روتينية مثل تحليل التخفيض الكبير، يجب أن يكون النموذج قادراً على المضي قدماً باستمرار عبر مراحل متعددة. تصميم نموذج Ling-3.1-flash يمكن فهمه عبر سلسلة المهام هذه.
المشكلة الأولى التي يحتاج النموذج إلى حلها هيتفكيك هدف التسليم بوضوح。
قد يعطي المستخدم تعليمة واحدة غامضة فقط، بينما ما يلزم تسليمه فعلياً هو مجموعة كاملة من مواد التقرير؛ فعلى النموذج أن يجد المواد ذات الصلة بنفسه، ويحدد ما ينقص وما يلزم، ثم يواصل التقدم بناءً على النتائج الوسيطة.
Ling-3.1-flashيعمل بهذه الطريقة تماماً.
فهو يربط بين فهم المتطلبات وتفكيك المهام وتكامل المعلومات واستدعاء الأدوات وفحص النتائج، ويمكنه العمل عبر بيئات صفحات الويب والمستندات وجداول البيانات والشيفرة البرمجية.
فهو قادر على إنشاء ملفات Excel وعروض PPT، كما يستطيع توليد الشيفرات البرمجية واختبارها.
والأهم من ذلك! أن هذه القدرات أصبحت تملك بالفعلشكلاً تطبيقياً。
محدداً إلى حد بعيد؛ فقد تم ربط Ling-3.1-flash بعميل وكيل التعاون المكتبي الداخلي لدى Ant«شياوهو»، حيث يقود النموذج الإجراءات، بينما توفر بيئة التنفيذ قدرته على قراءة الملفات فعلياً وتشغيل البرامج وكتابة النتائج.
وهذه بالفعل فكرة تستحق الاقتباس؛ فمع أننا لا نستطيع استخدام شياوهو بعد، فإن وكيل المكتبالخاص بنامضافاً إليه مزاوجة Ling-3.1-flash، أتوقع أن تكون النتائج جيدة أيضاً.
ومع استمرار تقدم المهمة، سيتضخم حجم المواد والسياق التاريخي بشكل ملحوظ، وستزيد تكاليف الحساب تبعاً لذلك.
في هذه اللحظة، فإن Ling-3.1-flashتصميم البنية الهجينةلـ Ling-3.1-flash دوراً حاسماً.
يملك النموذج نحو 560B من المعاملات الإجمالية، مع تنشيط نحو25Bلكل Token. ومع الحفاظ على سعة المعرفة، تمكّن Ling-3.1-flash من تقليص حجم الأوزان المشاركة فعلياً في الحساب في كل خطوة.
أما من حيث بنية الانتباه، فقد ورث بنية Ling-3.0-flash، ورفع أكثر من ذلك نسبةالانتباه الخطي.
يستخدم هذا النموذج 7 طبقات من KDA مع 1 طبقة من Gated MLA، حيث تتولى KDA معالجة التسلسلات بتعقيد زمني خطي، مع الإبقاء على 1 طبقة من Gated MLA كل 8 طبقات للحفاظ على مسار الانتباه العام.
الحد الأقصى لنافذة سياق النموذج يمكن أن يصل إلى1M، يمكنها استيعاب المزيد من المستندات والأكواد والمهام التاريخية دفعة واحدة، مما يقلل عناء التقسيم اليدوي ونقل المعلومات بشكل متكرر.
وفي الوقت نفسه، يُعيّن النموذج 512 خبير توجيه، ويختار كل Token منها 8 خبراء، مع استدعاء 1 خبير مشترك في الوقت ذاته.
هذا النوعمزج النموذج الخطي المختلط مع MoE المتناثرمنهجية تهدف إلى هدف واحد فقط: ألا يتعثر النموذج في التنفيذ الطويل، وألا يستهلك القدرة الحاسوبية حتى الاحتراق.
بالإضافة إلى ذلك، يعمل الفريق أيضاً بنشاط على خفض عتبة النشر، حيث من خلال التكميم الدقيق المختلط، انخفض احتلال أوزان النموذج من حواليانخفض من 534GB إلى 292GB، في تكوين اختبار Hopper المقابل، كانت وحدات GPU اللازمة للنشر مقدمة منانخفاض من 8 بطاقات إلى 4 بطاقات。
ولمواجهة أعمال محددة، يقدم الفريق أيضًا حلاً للاستدلال المتوازي بالسياق الطويل (PCP/DCP)، مع تعزيزJSON Schemaدعم، مما يسهّل على النموذج معالجة المواد الطويلة والتكامل مع واجهات الأعمال الحالية.
وبعيدًا عن البنية المعمارية، فإن كشف الحقيقة عن أدائه، سواء كان بجدير أم لا، يظل يتطلب اجتياز اختبارات التقييم الفعلية.
فيتقييم مهام المكتبفي GDPVal-AA V2.1، حصل Ling-3.1-flash على درجة ELO تبلغ 1673، مما يُظهر قدرة تنافسية في التعامل مع مهام العمل متعددة الخطوات.
الصورة من الحساب الرسمي لـ«بيلينغ» على ويبو
وفي الوقت نفسه، وفقاً لـArtificial Analysisوفقًا لأحدث التقييم العلني، يبلغ المؤشر الذكي لموديل Ling-3.1-flash 41، وسرعة الإخراج نحو 210 توكن في الثانية، فيما تبلغ تكلفة الاستدعاء المختلط نحو 0.19 دولار لكل مليون توكن، مما يوفر لسيناريوهات الأعمال عالية التكرار خيارًا يجمع بين المستوى الذكي وكفاءة التوليد وتكلفة الاستدعاء.
المشهد الطبيفي تقييم HealthBench Professional تحت المجهر، يحافظ Ling-3.1-flash أيضًا على تقدم نسبي.
الصورة من الحساب الرسمي لـ Bailie على ويبو
بالإضافة إلى ذلك، في سيناريوهات مثل تطوير البرمجيات وتشغيل الأجهزة الطرفية، يمتد Ling-3.1-flash أيضًا بقدرة معينة على فهم المعلومات وتنفيذها.
لنأخذ كمثال مهمة تطوير داخلية طويلة الأمد في Ant لمُصرِّف أصلي للغة Lua، استغرقت العملية برمتها حوالي 17 ساعة، وخلالها قام النموذج بالتطوير والتصحيح بشكل متكرر، ليصل في النهاية إلى نسبة نجاح في الاختبارات المستقلة بلغت97.8%。
لذلك عند اختيار وكيل مكتب عمل (Agent)، فإن Ling-3.1-flash متكامل من جميع النواحٍ ومهني دون أخطاء، مما يجعله الخيار الأول للتجربة والتكوين.
الاختبار الفعلي لـ Ling-3.1-flash يكشف الحقيقة
من أجل اختبار مدى«الحقيقي»، لنبدأ الاختبار العملي فورًا～
بالنسبة للسؤال الأول، لنجرّبمهمة تجارة الإلكترونية في عجلة القيادة "ثنائي أحد عشر"لنختبر الوضع.
لنفترض أنك المسؤول عن التجارة الإلكترونية لعلامة تنظيم المنزل Ling، وبناءً على المواد المقدمة، يتعين عليك أن تقدم إلى رئيسك خطة للعرض الترويجي الكبير "ثنائي أحد عشر" تغطي الفترة من 10/15 حتى 11/11، وستُسلَّم الخطة مباشرة إلى فرق التشغيل والمحتوى وخدمة العملاء والمستودعات لتنفيذها لاحقًا.
ملاحظة: تم إنشاء البيانات ذات الصلة بمساعدة Codex.
بعد تزويد النموذج بأهداف العمل ومعلومات المنتجات ووضع الفريق والبيانات التاريخية للقنوات، بدأ النموذج سريعًا في تنظيم المواد وتصميم خطة العرض الترويجي.
أولًا أجرى النموذجتقييمًا لجدوى الهدف الأولي。
فلم يقبل مباشرة الوعود الكبيرة التي رسمها الرئيس، بل قدم تقديرًا معقولًا نسبيًا للهدف الأولي مع تحديد مسبق لقيود مثل تناقص الكفاءة الحدية للإعلانات والمخزون وقدرات الشحن.
كما قدّم كذلكمسارًا للتعديللمساعدة الموظفين على الرد على استجواب الرئيس.
وبالنظر إلى خطة الخصومات الترويجية التي قدمها النموذج، فإن الأرقام الرئيسية التي حسبهاتصمد أمام التحقق。
فمن جدول组合 المنتجات إلى تفاصيل ميزانيات القنوات، كل بيانات قابلة للتتبع، مما يدل على قدرة معينة في تحليل البيانات.
كما قدّم Ling-3.1-flash أيضًا بتفصيلجدولًا زمنيًا للتنفيذ على مراحليشمل حتى المتطلبات التمهيدية اللازمة لكل مرحلة.
وعلى الرغم من أننا طلبنا في التوجيه خطة ترويجية تصل فقط إلى يوم "ثنائي أحد عشر"، إلا أن النموذج أضاف من تلقاء نفسه عمليات المراجعة اللاحقة وحساب الأرباح.
هذا لطف ودفء رائع حقًا～
أماالمخرجات النصيةللنموذج فهي ممتازة أيضًا، مثل نصوص تسريع الشراء عبر الفيديوهات القصيرة وعبارات البث المباشر، يتقنها بإتقان تام.
الصور والنصوص والخطافات الجذابة كلها متوفرة، فيمكننا نحن الموظفين الكادحين نسخ عمل الذكاء الاصطناعي مباشرة، وفر في الجهد والوقت.
وأخيرًا يقوم النموذج أيضًا تلقائيًا بإجراءفحص للاتساقحيث يحدد بوضوح البيانات التي لا تزال بحاجة إلى تحقق المستخدم والمحتوى الذي يحتاج إلى تأكيد المستخدم، بحيث تبقى السلطة النهائية في تنفيذ الخطة دائمًا بيد المستخدم.
إضافة إلى العمل المكتبي اليومي،تُعد السيناريوهات الصحية والطبيةأيضاً من نقاط قوة Ling-3.1-flash.
قدّمنا للنموذج بيانات افتراضية لفحص الدهون في الدم مع وصف غامض للأعراض، وطلبنا منه إعداد ورقة تواصل لاصطحابها إلى العيادة.
في حالة نقص المعلومات، لم يُصدر Ling-3.1-flash حكماً مباشراً، بل سرد أولاً التفاصيل التي يحتاج المستخدم إلى استكمالها، ثم فرّق بين الحقائق المعروفة والبنود غير المؤكدة والأسئلة التي يجب طرحها على الطبيب.
فيتوجيهالمستخدم لاستكمال المعلومات الأساسية، أجرى مطابقة تقاطعية بين المحتوى الجديد والمحتوى الأصلي، ليصل إلى مرجعية استشارة أكثر احترافية.
من الجدير بالذكر أن النموذج ركّز طوال عملية التفكير علىمبدأ إنذار الخطوط الحمراء، إذ يذكّر المستخدم باستمرار بمراقبة تغيّرات الحالة الصحية وطلب الرعاية الطبية في الوقت المناسب، ولا يقدّم إرشادات واضحة بشأن تناول الأدوية.
في هذه العملية، كان أقرب إلى إنجاز الأعمال المساعدة الأولية نيابة عن الطبيب.
غير أن Ling-3.1-flash يعاني من بعض الأخطاء الصغيرة، مثل إغراق النموذج بفكرة دفعة واحدة بنص طويل كبير،فقد ينحرف انتباه النموذج أحياناً عن المسار。
فمثلاً خطة ترويج يوم العزّاق المزدوج (11.11) هي في ذاتها مهمة عمل بالغة التعقيد وطويلة المدى، ولذلك يُنصح بتسليمها تدريجياً، كأن يُنظَّم الجدول أولاً عبر سكربت ثم تُولَّد الخطة، بهذا التدرّج خطوة بخطوة.
وينطبق حدود التكيّف ذاتها على التوليد بجملة واحدة، فإذا كانت النتيجة الحالية غير جيدة، فإن عودة المستخدم لإعادة توضيح فكرة التنفيذ ومواصفات التسليم غالباً ما تكون أكثر كفاءة من مواصلة المحاولة والحظ.
كما أنالنسخة الحالية لا تمتلك بعد فهماً بصرياً أصلياً، مما يستلزم إضافة نموذج بصري مسبقاً بشكل مستقل، وترتفع بذلك تكلفة العملية بأكملها.
باختصار، قدرة النموذج على تحقيق نتائج قابلة للاستخدام تختلف باختلاف المهمة.
بيلينغ تدخل سباقاً إلى تدفّق المهام الحقيقية
بعد الحديث عن النموذج ذاته، نعود إلىبيلينغ، وهي في الحقيقة قد استهدفت بدقة نقطة ألم في القطاع.
في هذا العام، كان قطاع النماذج اللغوية الضخمة بأكمله تقريباً يتنافس في البرمجة وفي التصنيفات.
لكن عند بلوغ مستوى معين من هذه المنافسة، بدأ عدد متزايد من الناس يطرحون سؤالاً أكثر جوهرية: هل AGI لا يوجد سوى قاعة امتحان البرمجة هذه؟
وقدر مسؤول بيلينغ شيتينغ في مؤتمر الواجهة الباريسية (الباند) أنالبرمجة ليست قاعة الامتحان الوحيدة。
وبرأيه، تظل غاية بيلينغ هي خدمة المهام في العالم الحقيقي، وفصل قدرات النموذج عن المستوى التقني،واستخدام المهام الحقيقية لتقييم النموذج。
لذلك وضعت Bailin سلسلة نماذج 3.0 في المكانين اللذين لا يُحتمل فيهما الخطأ على الإطلاق:المال والرعاية الصحية。
LingFinهو نموذج مالي كبير عالي الكفاءة الذكية، يعيد بناء كفاءة القطاع المالي انطلاقاً من أبحاث الصناعة؛ أما نموذج التعزيز للرعاية الصحيةLingSanteفيدور حول الاستدلال بالمعرفة الطبية والبحث المُسند بالأدلة والعمليات المعيارية.
ومن بينها، Ling-3.0-flash-Fin (بإجمالي معاملات 124B ومعاملات مفعّلة 5.1B) يُدخل الذكاء الاصطناعي إلى تدفق مهام البحث الاستثماري الحقيقية، موصلاً سلسلة المهام الكاملة من البحث عن المعلومات إلى التحليل وصولاً إلى تشكيل نتائج البحث.
في مهام البحث الاستثماري عالية الصعوبة، يضاهي النماذج المتطورة من فئة 3T، ويحقق أداءً شاملاً رائداً بين النماذج مفتوحة المصدر لوكلاء المجال المالي، وتقارن أداؤه في المهام الرئيسية بنماذج متطورة مثل GPT-5.4.
أما Ling-3.0-flash-Sante فينقل الكفاءة الذكية العالية إلى المشاهد الطبية، محققاً بأبعاد 124B معاملاً أفضل أداء بين النماذج الأصغر من 1.6T،وأداؤه الإجمالي يضاهي عدة نماذج رائدة。
الصورة من الحساب الرسمي لـ Bailin على Weibo
وبالمقارنة مع النماذج الأساسية، فهذه ليست ضبطاً مؤسسياً بسيطاً، بل إدخال فعلي في بيئات عمل معقدة مع صقل وتحقق مستمرين.
ومن منظور أوسع، تقوم Bailin أيضاً بأمر رائد للقطاع، وهو إعادة تعريف كلمة«الكفاءة»نفسها.
في الماضي، كان الحديث في القطاع يدور حولكفاءة الحوسبةأي كم من القدرة الحاسوبية استُخدم وهل الكفاءة عالية.
استبقت Bailin الجميع بربط كفاءة حساب النموذج وكفاءة المعاملات وكفاءة Token في حديث واحد، مؤكدة على مفهومالكفاءة الذكية。
للنموذج، وقد حظي هذا المصطلح سريعاً باستجابة من القطاع، إذ أطلقت Anthropic وOpenAI خلال النصف الأخير من العام قدرات متخصصة موجهة للمال والرعاية الصحية.
على سبيل المثال، أطلقت Anthropic الشهر الماضيClaude for Financial Advisorsالذي ينظم الموصلات ومهارات المهام Skills حول أعمال محددة، وهو أيضاً شكل آخر من ممارسة الربط بالعمليات المتخصصة.
صحيح أن سباق المسارات لا يمكن الحديث عن حسمه الآن بعد، لكن«الدخول في تدفقات العمل الحقيقية»يتحول من اختيار شركة واحدة إلى توجّه يشمل القطاع بأسره.
هذا العام هو أيضاً عام حاسم لانتقال Bailin من قدرات النماذج إلى قيمة المهام.
ومن خلال Ling-3.1-flash، الطريق القادم لـ Bailin قد كُتب بوضوح:
نحو الأعلىمواصلة رفع سقف قدرات الـ Agent للمطورين؛نحو الأسفلخفض عتبة الاستخدام للمستخدمين العاديين بشكل أكبر، وتحويل كفاءة الذكاء الأفضل إلى قدرة حقيقية على إنجاز الأعمال؛نحو الخارجمواصلة تعميق تخصص النموذج، وتحقيق اختراقات في العالم الحقيقي.
من الواضح أن طريقة إثبات الذات في عالم النماذج تتغير، لكن كل شيء ما زال في بدايته للتو.
استوديو Ling:
https://ling.tbox.cn
OpenRouter:
https://openrouter.ai/inclusionai/ling-3.1-flash
HuggingFace:
https://huggingface.co/inclusionAI/Ling-3.1-flash
ModelScope:
https://modelscope.cn/models/inclusionAI/Ling-3.1-flash