مايكروسوفت وHugging Face يطلقان ThinkingBox-Training: نجاح Qwen3.8-27B يقفز من 51.70% إلى 60.78%
بقلم علي المنتصر — محلل ومحرر تقني أول
أطلقت مايكروسوفت وHugging Face إطار ThinkingBox-Training على GitHub، الذي يحوّل فحص حالة قواعد البيانات القابلة للتنفيذ إلى مكافآت تعلّم معزز. بعد 50 خطوة GRPO على Qwen3.8-27B، ارتفع متوسط النجاح من 51.70% إلى 60.78%، والمهام المكتملة في 20 محاولة من 38 إلى 107، مع خفض تكلفة المهمة الموثوقة من 24.36$ إلى 8.00$.
الموجز الإحصائي السريع
أعلنت مايكروسوفت وHugging Face رسمياً إتاحة ThinkingBox-Training على GitHub، وهو إطار يحوّل الفحص القابل للتنفيذ لحالة قواعد البيانات النهائية إلى مكافآت تعلّم معزز. بعد 50 خطوة GRPO على Qwen3.8-27B، قفز متوسط النجاح من 51.70% إلى 60.78%، وارتفعت المهام المكتملة في 20 محاولة من 38 إلى 107، مع انخفاض تكلفة المهمة الموثوقة من 24.36$ إلى 8.00$.
📊 بطاقة البيانات والمواصفات التقنية الرسمية
| المحور التقني | البيانات الرسمية المؤكدة |
|---|---|
| 💰 الأسعار وتكلفة الاستخدام | تكلفة حملة التقييم (507×20): 925.80$ → 855.58$ (−7.6%)؛ تكلفة المحاولة الناجحة: 0.177$ → 0.139$ (−21.4%)؛ تكلفة المهمة الموثوقة: 24.36$ → 8.00$ (−67.2%). الإطار مفتوح المصدر مجاناً على GitHub. |
| 🌐 المنصات والتوفر الفوري | متاح الآن على GitHub (ThinkingBox-Training)؛ مجموعة ThinkingBox-Bench تضم 507 مهام؛ يعمل عبر أدوات MCP وقواعد بيانات خلفية حقيقية. |
| ⚡ الأداء ومؤشرات السرعة | pass@1: 51.70% → 60.78% (+9.08 نقطة)؛ Observed 20/20: 38 (7.50%) → 107 (21.10%)؛ pass@20: 89.35% → 87.97% (−7 مهام)؛ 50 خطوة GRPO على 187 مهمة. |
| 🛡️ الأمان ومقاومة الاختراق | فحص قابل للتنفيذ لحالة قاعدة البيانات النهائية بدلاً من الثقة بإعلان الوكيل؛ عزل جلسات MCP لكل محاولة؛ معالجة أخطاء النظام (timeouts) بشكل منفصل عن نتائج الوكيل. |
| 🧠 سياق الذاكرة (Context Window) | لم يُعلن عن حجم نافذة السياق في البيان؛ النموذج الأساسي Qwen3.8-27B بمعاملات 27 مليار. |
| 🌍 دعم اللغة العربية والمنطقة | لم يُذكر دعم عربي صريح؛ الإطار مفتوح المصدر عالمياً وقابل للتكييف محلياً عبر GitHub. |
تفاصيل الإعلان والميزات التقنية الجديدة
بُني ThinkingBox في الأصل كمُقيّم يقارن حالة قاعدة البيانات النهائية بالنتيجة المتوقعة، لكن الفريق لاحظ أن الفحص القابل للتنفيذ يعيد 1 أو 0 مباشرة من الحالة النهائية، ما يجعله صالحاً كمكافأة تعلّم معزز. استخدم الفريق مفهوم offline policy-relative difficulty: تقدير احتمال نجاح كل مهمة مرة واحدة باستخدام السياسة الأساسية قبل التدريب، ثم تثبيت مجموعة التدريب المختارة طوال التشغيل. دُرّب Qwen3.8-27B بكامل معاملاته على 187 مهمة باستخدام token-mean GRPO، مع 18 مجموعة من 8 محاولات (144 حلقة) لكل تحديث على 24 وحدة H100، ومعدل تعلّم AdamW بقيمة 1e-6 ووزن اضمحلال صفري، لمدة 50 خطوة.
على مستوى المهمة الواحدة، في مهمة حجز فندقي للشركات تتطلب موافقة مدير قبل تخفيض الغرفة، كان النموذج الأساسي يغيّر الحجز ويصدر المبالغ المستردة دون موافقة في 15 من 20 محاولة؛ بعد الضبط الدقيق بالتعلم المعزز حافظ النموذج على حالة الحجز والدفع في كل المحاولات العشرين، مع تطابق جميع السجلات المتوقعة في 19 محاولة.
المقارنة المعيارية والأداء التنافسي
على مقياس Observed 20/20 عبر 507 مهام، سجّل النموذج المدرّب 107 مهام (21.10%)، متجاوزاً Kimi-K3 (68) وGPT-5.6 Sol (82) وGPT-5.4 (128)، ومقترباً من GPT-6 Astra (231) وClaude Opus 5.5 (241). في المقابل، سجّل GPT-5.6 Sol نسبة pass@1 أعلى قليلاً (61.91% مقابل 60.78%) لكنه نجح في مهام أقل بنجاح كامل (82 مقابل 107)، ما يوضح أن متوسط النجاح والتكرارية ينتجان ترتيبين مختلفين. على مستوى النطاقات، ارتفع pass@1 وObserved 20/20 في النطاقات الخمسة جميعها، بينما كان pass@20 متبايناً: ارتفاع في neobank والاستشارات، وانخفاض في التجزئة والسفر وتأمين السيارات (أكبر خسارة اتساع −7.0 نقاط في تأمين السيارات، وأكبر مكسب في Observed 20/20 +24.5 نقطة في التجزئة).
ماذا يعني هذا للمطور والمستخدم العربي؟ (The Localization Edge)
يقدّم ThinkingBox-Training نموذجاً عملياً للمطورين العرب لبناء وكلاء يعملون على قواعد بيانات الإنتاج دون الاعتماد على ادعاءات النموذج بأنه أنجز المهمة. فبدلاً من قياس متوسط النجاح فقط، يتيح الإطار قياس الموثوقية عبر المحاولات المتكررة، وهو ما يهم التطبيقات المالية والتجارية الحساسة في المنطقة. كما أن انخفاض تكلفة المهمة الموثوقة إلى 8.00$ يجعل تدريب وكلاء متخصصين على قواعد بيانات محلية أمراً ممكناً للشركات الناشئة ذات الميزانيات المحدودة. وبما أن الإطار مفتوح المصدر على GitHub، يمكن تكييفه مع قواعد بيانات عربية وأدوات MCP محلية، مع ملاحظة أن البيان لم يذكر دعماً عربياً صريحاً بعد.
الخلاصة والتطلعات القادمة
يمثّل ThinkingBox-Training تحولاً من التقييم إلى التدريب عبر الإشارة التنفيذية نفسها، محققاً مكسباً في الموثوقية (+69 مهمة بنجاح كامل) بتكلفة أقل (−67.2% للمهمة الموثوقة). التحدي القادم هو معالجة الانخفاض الطفيف في اتساع التغطية (pass@20 −7 مهام)، وتوسيع نطاق المهام ليشمل نطاقات جديدة، مع ترقب ما إذا كانت مايكروسوفت وHugging Face ستتيح أوزان النموذج المدرّب للاستخدام التجاري.
المصدر الإعلامي: Hugging Face | البيان الرسمي للشركة: المصدر الأصلي | تدقيق وتحليل البيانات: AI Tools Oasis
أسئلة شائعة
فريق AI Tools Oasis
نقدم لك أحدث الأخبار والتحليلات في عالم الذكاء الاصطناعي بدقة ومصداقية. تابعنا للحصول على كل جديد.
