AstaBrief 8B مقابل ContextPilot 8B: إجابتان للنموذج الأساسي نفسه بحجم 8B

ضع AstaBrief 8B وContextPilot 8B على ورقة مواصفات واحدة وستكون الصفوف الستة الأولى متطابقة. كلاهما نقطتا تفتيش كثيفتان بحجم 8B مضبوطتان بدقة من Qwen/Qwen3-8B. كلاهما يرثان نفس البنية — 36 طبقة، حجم مخفي 4096، 32 رأس انتباه مع 8 رؤوس مفتاح-قيمة، مفردات من 151,936 رمزًا، وسقف الموضع 40,960 رمزًا للنموذج الأساسي. لا يُعد أي منهما بنية جديدة، ولا يحاول أي منهما أن يكون كذلك. إنهما مختبران يأخذان نفس أوزان الأساس المجمّدة ويعلمانها مهمتين مختلفتين، والمهمتان تشيران إلى طرفين متقابلين لوكيل بحثي طويل الأفق: AstaBrief 8B يكتب التقرير النهائي المُوثَّق، وContextPilot 8B يمنع سياق عمل الوكيل من الانهيار أثناء جمعه للمادة.

هذه هي المقارنة كاملة في سطر واحد، وهي أيضًا سبب أن هذه ليست مواجهة مباشرة ينبغي أن تقرأها بمنطق الفائز يأخذ كل شيء. ففي الترخيص والأدلة ومتطلبات التشغيل، يتباين النموذجان تباينًا كاملًا، والتباين أكثر إفادة من أي نتيجة نشرها أي من المختبرين.

نفس هندسة نقطة التحقق، وراثتان مختلفتان

ابدأ مما هو مشترك حقًا، لأنه يحدّد كل ما عداه. يُعلن كلٌّ من AstaBrief 8B من Ai2 وContextPilot 8B من Tencent أن Qwen3-8B هو أساسهما، ويقع كلاهما عند نحو 8 مليارات معامل. يسجّل مستودع ContextPilot 8B وجود 16.38 GB من أوزان BF16 موزعة على أربع شظايا safetensors، وهو ما يزنه نموذج كثيف بحجم 8B. سقف السياق هو سقف النموذج الأساس، دون تغيير في كليهما: 40,960 موضعًا في الإعداد، مُدرَّب عند 32K وقابل للتمديد باستخدام YaRN. لا يُعد أي من النموذجين نموذج سياق طويل. لا يحتاج AstaBrief 8B إلى أن يكون كذلك، لأنه تُسلَّم إليه مقتطفات لا مجموعة نصوص. أما ContextPilot 8B فليس كذلك عن قصد، لأن فكرته المركزية هي جعل نافذة صغيرة تعمل بجهد أكبر.

ما غيّره كل مختبر هو هدف التدريب، ولا يمكن أن تكون الأهداف أكثر اختلافًا.

• طريقة ما بعد التدريب — AstaBrief 8B: الضبط الدقيق الموجّه ثم تحسين التفضيلات المباشر دون اتصال، مع 47 ألف مثال للضبط الدقيق الموجّه وحوالي 6 آلاف زوج من التفضيلات، على ثماني وحدات H100.

• طريقة التدريب اللاحق — ContextPilot 8B: تعلّم معزّز على إطار استباقي لإدارة السياق، مع دمج متجهات المهام لثلاث جولات SFT متخصصة مضافة فوق النموذج الأساسي الأصلي.

• المهمة — AstaBrief 8B: كتابة تقرير متعدد الأقسام مع استشهادات مضمّنة داخل النص من سؤال بالإضافة إلى مقتطفات من الأدبيات المسترجعة، في تمريرة واحدة.

• المهمة — ContextPilot 8B: التخطيط، والاحتفاظ بذاكرة طويلة المدى، والاسترجاع من فهرس، وإخراج السياق الذي لا يحتاجه الوكيل في الوقت الحالي، بينما يواصل الاستدلال واستدعاء الأدوات.

• بيئة التشغيل — AstaBrief 8B: خدمة قياسية عبر vLLM أو Transformers، بالإضافة إلى تنسيق المطالبة الموصى به من مجموعة بيانات AstaBrief_prompts.

• بيئة التشغيل — ContextPilot 8B: بيئة تشغيل وكيل Tencent، وتعريفات الأدوات، وخط أنابيب التقييم من مستودع Tencent/ContextPilot. نقطة التحقق وحدها ليست وكيلاً عاملاً.

• الترخيص — AstaBrief 8B: Apache-2.0. ContextPilot 8B: نص مخصص بموجب Apache-2.0 مع إضافة القسم 0 الذي يقيّد الاستخدام على البحث والتطوير.

• الأدلة — AstaBrief 8B: جداول معايير أبلغ عنها المورّد، إضافةً إلى أرقام مبكرة لاستخدامه في الإنتاج من منصة Asta التابعة لـ Ai2. ContextPilot 8B: ادعاءات في ورقة على arXiv قُبلت في المسار الرئيسي لمؤتمر EMNLP 2026؛ وبطاقة النموذج لا تحمل أي أرقام، ولم يعِد إنتاجها أي طرف ثالث.

صفّان في تلك القائمة يقومان بعمل أكبر من البقية. صف الترخيص يحدد ما إذا كان يمكنك وضع النموذج في منتج أصلاً: شروط Apache-2.0 الخاصة بـ AstaBrief 8B تسمح بالاستخدام التجاري، أما البند الإضافي في ContextPilot 8B فلا يسمح بذلك. صف وقت التشغيل يحدد مقدار ما عليك تبنّيه من المختبر مع الأوزان. AstaBrief 8B نقطة تفتيش يمكنك إسقاطها في حزمة خدمة قائمة. أما ContextPilot 8B فهو مكوّن من إطار عمل، والأجزاء التي تجعل الإطار يعمل — عقد الأدوات، ومنطق التنفيذ، وإسناد الفضل — موجودة في كود Tencent، لا في الشرائح التي تنزّلها.

حيث يستحق كل واحد منها مكانه فعليًا

الطريقة المفيدة لمقارنتهما هي باعتبارهما وكيلين فرعيين متجاورين في خط معالجة يتقارب عليه كلا المختبرين من اتجاهين متعاكسين.

وكيل تركيب الأدبيات لديه طبقة استرجاع، وطبقة سياق، وطبقة توليد. يهاجم ContextPilot 8B طبقة السياق: فهو يمنح الوكيل التخطيط، وذاكرة طويلة المدى منظمة مع ملاحظات كتابة/تحديث/قراءة، واسترجاعًا عبر فهرس، وتفريغًا مرنًا للسياق، بحيث تظل نافذة متواضعة قابلة للعمل عبر مسار طويل. وتتمثل حجة الورقة في أن نماذج تحرير السياق السابقة اشتركت في ثلاث نقاط ضعف، ويعالج الإطار هذه النقاط معًا — مجموعة أدوات أوسع، وتنفيذ جزئي واعٍ بالسياق يركز الاستكشاف على التعديلات التي تغيّر المسار فعلاً، وإسناد ائتماني دقيق. أهداف التقييم هي الأسئلة والأجوبة طويلة السياق والبحث العميق: InfBench، وNovelQA، وLongMemEval، وBrowseComp+، وفقًا لقراءتنا السابقة للمستودع.

يهاجم AstaBrief 8B طبقة التوليد، ويفترض أن مشكلة السياق قد حُلّت بالفعل في المراحل السابقة. فهو لا يسترجع، ولا يلخّص المقتطفات، ولا يجمع الموضوعات في عناقيد، ولا يقرر الأدلة التي يجب الاحتفاظ بها. أزالت Ai2 كل ذلك من مهمة النموذج ودرّبته على كتابة التقرير في تمريرة واحدة انطلاقًا من مقتطفات اختارها شخص آخر. والرهان هو أن البنية المساندة المكلفة لم تكن موضع الجودة: تفيد Ai2 بأن إعادة الكتابة بتمريرة واحدة ساوت خط المعالجة متعدد الخطوات المدعوم بـ Claude في المقاييس المتتبعة، مع تقليص زمن توليد خط المعالجة الكامل من 178.5 ثانية إلى 51.1 ثانية.

عند جمعهما معًا، يصف النموذجان تقسيمًا للعمل كان بإمكان أي من المختبرين أن يرسمه. أحدهما يُبقي مجموعة العمل صغيرة والأدلة متدفقة. والآخر يحوّل الأدلة الباقية إلى نثر مرفق بالاستشهادات. أنماط الفشل متكاملة وليست متداخلة: مدير سياق يُسقط المقتطف الخطأ يسمّم كاتبًا جيدًا، والكاتب الجيد الذي تُسلَّم إليه مقتطفات سيئة ينتج تقريرًا بليغًا عن الشيء الخطأ.

هذا الطابع التكميلي هو حجة لمعاملة كلٍ منهما كمكوّن قابل للتبديل بدلاً من التزام. إذا بنيت نصف السياق باستخدام ContextPilot 8B، فينبغي أن يقع نصف توليد التقارير خلف واجهة لا يهمها أي نموذج يقف خلفها — AstaBrief 8B المستضاف ذاتيًا من جهة، ونموذج رائد مستضاف من جهة أخرى، مع القدرة على التنقل بينهما دون إعادة كتابة خط الأنابيب. تشغيل كلا الذراعين عبر نقطة نهاية واحدة هو ما يجعل ذلك تغييرًا في الإعدادات بدلاً من ترحيل: واجهة API واحدة عبر أكثر من 200 نموذج مع تمرير سعر القائمة الخاص بالمزوّد دون هامش ربح (0%)، تجاوز فشل تلقائي عند تدهور أحد المزوّدين، ولغة DSL للتوجيه عندما تريد تركيب عدة نماذج في استدعاء واحد. يبقى الكاتب المستضاف ذاتيًا مستضافًا ذاتيًا لأن ذلك هو الجزء المرتبط بحساسية البيانات؛ ويظل كل ما حوله قابلاً للتوجيه لأن المرونة هناك رخيصة.

الحالة الصادقة للأدلة

لا يمتلك أيٌّ من النموذجين لوحة نتائج مستقلة، كما أن المختبرَين لا يقيسان حتى الشيء نفسه.

• AstaBrief 8B، SQABench-CS (وفقًا لما أبلغ عنه المورّد): 87.0 على تقسيم الاختبار، مقابل 83.7 لنموذجه SFT و77.3 لـ Qwen3-8B الأساسي.

• AstaBrief 8B، DeepScholarBench (وفقًا لما أبلغ عنه المورّد): 53.50، متأخرًا عن Asta ScholarQA الخاص بـ Ai2 عند 60.25 وDR-Tulu-8B عند 56.26.

• AstaBrief 8B، معدل الفوز في المقارنات الثنائية ضد خط أنابيب Ai2 المدعوم بـ Claude (وفقًا لما أبلغت به الشركة الموردة): 55% على SQABench-CS2 dev، و72% على test.

• ContextPilot 8B: الأرقام موجودة فقط في الورقة البحثية، بشأن معايير تقييم الأسئلة والأجوبة ذات السياق الطويل والبحث العميق؛ لا توجد أرقام في بطاقة النموذج ولا إعادة إنتاج من طرف ثالث.

ينطبق تحذير واحد على عمود AstaBrief بأكمله، وقد ذكرت Ai2 ذلك في المدونة نفسها: أُكمل معظم التدريب والتقييم في عام 2025، لذا تعكس النماذج المقارِنة مستوى الحدود في ذلك الوقت، ولم يُعِد المختبر تشغيل التقييم مقابل النماذج الحدودية الحالية. اقرأ تلك النسب كدليل على خيار تصميمي في لحظة زمنية معينة، لا كتصنيف حالي. تحمل أرقام ContextPilot 8B التحذير المعتاد الخاص بالأوراق البحثية — مجموعة معايير مختارة ذاتيًا، وأداة تقييم ذاتية التشغيل، ودون إعادة إنتاج خارج Tencent.

ثمة تحفظ ثانٍ خاص بـ AstaBrief 8B ويسهل التعثر به عمليًا. تحذر بطاقته من أن نقطة التحقق قد جرى ضبطها بدقة وفق صيغة توجيه واحدة، ونُشرت كملف مجموعة بيانات، وأن الصيغ الأخرى قد تدهور السلوك. وإذا قيّمتها باستخدام إطار اختبار دردشة عام، فأنت تقيس إطارك بقدر ما تقيس النموذج.

أي واحد تريد

اختر AstaBrief 8B عندما يكون الناتج المطلوب هو المستند نفسه. فهو مرخّص بموجب Apache-2.0، ويعمل على وحدة معالجة رسومات واحدة ضمن فئة 8B BF16، ولا يحتاج إلى أي إطار عمل للوكلاء حوله، ومُدرَّب غرضيًا لمخرج واحد بالتحديد: تقرير مزوَّد بالاستشهادات مُجمَّع من أدلة جلبها شخص آخر. الترخيص التجاري هو العامل الحاسم بالنسبة لمعظم الفرق، وموقف Ai2 نفسها المنفتح بالمستودعات — الأوزان، ومزيج SFT، ومزيج DPO، وتنسيق المطالبات، وكلها منشورة — هو ما يجعله قابلًا للتدقيق بدلًا من كونه مجانيًا فحسب.

اختر ContextPilot 8B عندما يكون المخرج عبارة عن مسار عمل قابل للتشغيل، ومشكلتك أن الوكيل ينسى أو يغرق. ترخيص البحث فقط يستبعده من الاعتبار للإنتاج لدى معظم الشركات، ومتطلب وقت التشغيل يعني أنك تتبنى إطار عمل Tencent، وليس مجرد نموذج. إذا كنت تستكشف إدارة السياق الاستباقية كتقنية، فهي نقطة بداية موثقة جيدًا. وإذا كنت بحاجة إلى الإطلاق، فليست كذلك.

وإذا كنت بحاجة إلى كلتا القدرتين، فالإجابة ليست أيًّا من النموذجين منفردًا — بل هي الثنائي، موصولًا بحيث يمكن استبدال كلٍّ منهما. والشيء الوحيد الذي ينبغي ألّا تُنتجه هذه المقارنة هو فائز واحد، لأن نقطتي التحقق لا تتنافسان على الخانة نفسها في النظام.