أعلنت شركة ميتا عن إطلاق نموذج Muse Glimmer الجديد من مختبراتها للذكاء الفائق، وقررت إتاحة أوزان النموذج بموجب ترخيص Apache 2.0 ذي الشروط المرنة للاستخدام، مما يتيح للمطورين الوصول المباشر إلى هذه التكنولوجيا.
يتميز النموذج بحجم معتدل نسبيًا يبلغ 30 مليار معامل، وقد صُمّم خصيصًا لدعم أنظمة الوكلاء الذكية التي تعمل بصورة مستقلة ومحلية. يمكن تشغيل Muse Glimmer على أجهزة ماك والحواسيب الشخصية باستخدام وحدة معالجة رسومات واحدة، مما يفتح آفاقًا متعددة للاستخدامات تشمل الوكلاء المحليين واستدعاء الوظائف والبرمجة المحلية وتقييم نماذج اللغة الكبيرة.
يحقق Muse Glimmer أداءً قويًا في الحالات الاستخدامية الرئيسية للأنظمة الوكيلة، ويقدم نتائج متقدمة في الاختبارات المعيارية مقارنةً بنماذج رائدة مماثلة في الحجم. تم تطوير النموذج استجابةً للحاجة الملحة في صناعة الذكاء الاصطناعي إلى تشغيل نماذج قوية على الأجهزة المحلية دون الاعتماد على البنية التحتية السحابية والاتصال بالشبكة.
مرّت عملية تطوير Muse Glimmer بثلاث مراحل أساسية: مرحلة التدريب المسبق اعتمدت على مخرجات نموذج Muse Spark باستخدام أسلوب تقطير قيم اللوجيت، ثم مرحلة التدريب الوسيط على بيانات ذات سياقات أطول ومهام معقدة قائمة على الوكلاء، وأخيرًا مرحلة ما بعد التدريب التي جمعت بين الضبط الدقيق الخاضع للإشراف والتقطير والتعلم المعزز.
يتطلب بناء وكلاء فعالة تكاملًا لقدرات أساسية متعددة، وقد تم تصميم Muse Glimmer ليلبي هذه المتطلبات من خلال القدرة على إتمام المهام بصورة شاملة من البداية إلى النهاية، وموثوقية استخدام الأدوات، والاستدلال متعدد المراحل، والتعامل الفعال مع حالات الفشل والأخطاء.
يدعم النموذج أيضًا معالجة المدخلات متعددة الوسائط بفضل مُشفِّر إدراكي مخصص يمكّن الوكلاء من تحليل الصور والمخططات والوثائق ضمن السياق الحواري. كما أنه متوافق مع معايير تنسيق الوكلاء مثل OpenClaw، ويتيح للمستخدمين ضبط مستويات الاستدلال المختلفة للموازنة بين جودة النتائج وسرعة الاستجابة، وتم تدريبه على بيانات بأكثر من 100 لغة.
أجرت ميتا تقييمًا شاملًا للنموذج عبر مجموعة واسعة من الاختبارات المعيارية، وأظهرت النتائج أن Muse Glimmer يحقق أداءً قويًا مقارنةً بنماذج Gemma4-31B وQwen3.6-27B في فئات النماذج المماثلة له من حيث الحجم.
تم تطبيق تحسينات تقنية مهمة لضمان سرعة استجابة عملية على الأجهزة الشخصية. الأول يتعلق بملاءمة النموذج للعمل محليًا: استخدام تقنيات التكميم لضغط أوزان النموذج إلى دقة تقارب 4 بت، مما يقلل حجم نموذج اللغة من أكثر من 55 جيجابايت إلى أقل من 20 جيجابايت، مما يتيح تشغيله على وحدات معالجة رسومات بسعة 24 أو 32 جيجابايت.
الثاني يتعلق بسرعة التوليد من خلال تقنية فك الترميز التخميني: يأتي Muse Glimmer مع نموذج "مسودة" خفيف يقترح مجموعات من الرموز دفعة واحدة، ثم يتحقق النموذج الرئيسي من هذه المقترحات بشكل متوازٍ ويصحح الأخطاء. تحققت ميتا من أن تأثير هذه التحسينات على جودة الأداء بسيط جدًا أو معدوم تقريبًا.
أجرت الشركة اختبارات أداء للنموذج على أجهزة MacBook M4-Max وM5-Max بالإضافة إلى RTX-5090، وأظهرت أن النموذج يتمتع بسرعة كافية لتوفير محادثات سلسة وتفاعل سريع الاستجابة مع الوكلاء، مع إجراء جميع عمليات المعالجة على الجهاز المحلي.
أصبح نموذج Muse Glimmer متاحًا الآن للتحميل من منصة Hugging Face، وستتمكن من تشغيله محليًا عبر شركاء مثل Ollama وبرنامج LM Studio وUnsloth، أو نشره باستخدام أطر عمل مثل llama.cpp وExecuTorch وMLX، أو التوسع عبر منصات مثل vLLM وSGLang، أو البدء السريع مع شركاء مثل Together AI وFireworks AI وOpenRouter.
يمكن تخصيص النموذج حسب الاحتياجات المحددة باستخدام إطار TorchTitan للتدريب ضمن PyTorch. تتعاون ميتا مع شركائها بما فيهم AMD وArm وDell وIntel وNVIDIA لتحسين أداء النموذج عبر مختلف الأجهزة والمنصات.
توفر ميتا مجموعة شاملة من الموارد والوثائق الإرشادية تمنح المطورين الأدوات والمعرفة اللازمة للبدء باستخدام Muse Glimmer وبناء الوكلاء بصورة مسؤولة، وتشمل إرشادات حول إعداد أطر تشغيل مخصصة مما يجعل عملية البناء والنشر أيسر منذ البداية.
يمثل هذا الإطلاق امتدادًا لإرش ما ميتا الطويل في أبحاث الذكاء الاصطناعي المتاحة بشكل مفتوح، مع توسيع نطاقها لتشمل الذكاء الاصطناعي الوكيل وإتاحة قدراته المحلية أمام مجتمع المطورين العالمي.
اقرأ أيضًا: