وضعت ghfind نموذج MiniCPM-V 4.7 خلف سخرياتها على GitHub — ووثائقها الخاصة تتناقض بشأن ما يغيّره ذلك.

Scroll to the bottom of ghfind.com and there is a small line that did not used to be there: Model sponsor, a MiniCPM mark, and a link out to modelbest.cn. The model behind that mark is MiniCPM-V 4.7, OpenBMB's vision-language release from October 12, 2026. For a product whose entire pitch is a reproducible 0–100 "value and trust" score for any GitHub account, a model sponsorship is not a cosmetic detail — it is a question about what the model is allowed to touch. And ghfind's own documentation gives two different answers to that question. The documented AI failures and agent incidents behind releases like this one are collected in the OrcaRouter AI Incident Archive where each entry carries its own sources, severity, confidence grade and disputed flag.

ذلك هو المقال الجدير بالكتابة، لأن النسخة السطحية — «موقع لـ«تحميص» GitHub غيّر النماذج» — ليست سوى بيان صحفي. أما النسخة الأعمق فتتعلق بمنتج تقييم عليه أن يقنع الناس بأن رقمه ليس مجرد انطباعات، بينما يتبنى نموذجًا لغويًا في الوقت نفسه.

ما تُظهره الصفحة فعليًا، وما لا تُظهره

شريط الرعاية حقيقي ومرئي على الصفحة الرئيسية الإنجليزية العامة. وهو يجاور عنصري تحكم آخرين: خيار استخدام النموذج / مفتاح API الخاص بك، ومواضع شعارات فارغة موسومة بـ شعارك هنا. لذا فإن البنية التي يروّج لها ghfind ليست «نموذجنا، إلزامي» — بل هي راعٍ افتراضي بالإضافة إلى مخرج احتياطي عبر إحضار مفتاحك الخاص، وهو تصميم معقول لمنتج يستهلك رصيد النموذج في كل عملية تعليق ساخر.

Three things that get repeated about this change are not on the page. First, ghfind publishes no traffic figure anywhere on the site, so any number describing its daily visits is coming from somewhere other than ghfind. Second, the phrase "main model" is not ghfind's — the page says Model sponsor. Third, and most usefully, the open-source repository still ships a different default entirely: its .env.example configures the roast LLM against StepFun's step-3.7-flash, with a D​eepSeek fallback for the case where the primary provider drops or rate-limits before any text streams. Anyone self-hosting ghfind from source gets that configuration, not a MiniCPM endpoint.

إذن فالعبارة الدقيقة أضيق نطاقًا وأكثر إثارة للاهتمام من العبارة العامة: في المنتج المستضاف، فإن MiniCPM هو الراعي المُسمّى للنموذج. أما في الشيفرة المفتوحة، فهو ليس الخيار الافتراضي. هذان ادّعاءان مختلفان، ولا يدعم ما يمكن للقارئ رؤيته سوى الأول منهما.

المنتج، قبل النموذج

ghfind تطبيق Next.js بترخيص AGPL-3.0، له نحو 260 نجمة على GitHub، وظلّت عمليات الدفع إليه تتوالى طوال الأسبوع الذي كُتب فيه هذا النص. نواته ليست نموذجًا لغويًا كبيرًا على الإطلاق. محرك TypeScript حتمي — نُقل سطرًا بسطر من مهارة Python مفتوحة المصدر تُسمى github-account-value، مع اختبارات تكافؤ تُثبّت التنفيذين معًا — يقرأ بيانات GitHub العامة وينتج درجة عبر ستة أبعاد مرجّحة: نضج الحساب، وجودة المشاريع الأصلية، وجودة المساهمات، وتأثير النظام البيئي، وتأثير المجتمع، وأصالة النشاط. وتُخصم من ذلك عشر علامات حمراء تدل على سلوك الزراعة، مع ترجيح الإشارات المكلفة تزييفها، مثل طلبات السحب المدمجة في مستودعات لا يملكها الحساب، والابتعاد عن الإشارات الرخيصة الشراء، مثل النجوم والمتابعين.

الغاية كلها من ذلك التصميم هي قابلية التدقيق. فبمعلوم حساب GitHub نفسه وتاريخ الجمع نفسه، يُفترض أن يكون الرقم هو الرقم نفسه في كل مرة، وللجميع. وهذا ما يجعل النتيجة صالحة لشيء مثل فرز قائمة انتظار المشكلات، وهو ما تقوم به ghfind أيضًا عبر GitHub App يضع علامات على المشكلات الواردة وفق نطاق المؤلف.

حيث يدخل النموذج يقع في المصبّ: تحويل نتيجة ثابتة إلى عبارة تعليق ساخرة، ومجموعة وسوم، وتقرير مكتوب. هذا هو الجزء الذي يلتقط له المستخدمون لقطات شاشة ويشاركونها، وهو الجزء الذي ترتبط به الرعاية naturally.

التناقض الجدير بالانتباه

هنا تفترق الوثيقتان.

يصف ملف README الخاص بالمستودع مرحلتين منفصلتين لنموذج لغوي كبير: قد يطبّق قاضٍ واقعي معايرة محدودة بمقدار ±10، ثم يحوّل كاتب النتيجة الثابتة إلى وسوم، وأفضل سطر ساخر، والتقرير. ولا يستطيع الكاتب تغيير الدرجة. اقرأ تلك الجملة مرتين. الكاتب ممنوع صراحةً من تحريك الرقم، ويُسمح للقاضي صراحةً بتحريكه بما يصل إلى عشر نقاط — وعلى مقياس من مائة نقطة، يمثل ذلك عُشر النطاق بأكمله.

ملف الموقع نفسه llms.txt، المكتوب للوكلاء والآلات، يقول شيئًا أقوى: محرك حتمي بالكامل … نفس المدخلات تُنتج دائمًا نفس النتيجة؛ ولا يمس أي نموذج لغوي كبير الرقم.

لا يمكن أن يكون الاثنان صحيحين في آن واحد. فإما أن تكون تمريرة الحكم موجودة في المسار الافتراضي وأن يكون حد ±10 حقيقيًا، وفي هذه الحالة تكون الدرجة حتمية إلى حدّ معايرة تعتمد على النموذج — أو ألا تكون تمريرة الحكم في المسار الافتراضي وأن يصف README وضعًا اختياريًا. وما لا خلاف عليه هو أن نص المستودع نفسه يتصور أن يكون للنموذج تأثير محدود على الرقم، بينما يقول الوصف المقروء آليًا الموجّه للجمهور إنه لا تأثير له.

هذا الأمر يزداد أهمية لا يقلّ عنها، لأن الجهة الراعية للنموذج أصبحت الآن مذكورة بالاسم في الصفحة. وإذا كان بإمكان نموذج أن يحرّك نتيجة بمقدار عشر نقاط، فإن أي نموذج هو الذي يقوم بالتحكيم يصبح سؤالًا يحق للمستخدم أن يطرحه — لا لأن أحدًا يغش، بل لأن ادعاءات قابلية التكرار لا تكون أقوى من أضعف استثناء موثّق فيها. والمنتج الذي ينشر صفحة منهجية يدين لقرّائه بجملة واحدة تحسم أيًّا من وصفيه هو الوصف الحالي.

لماذا نموذج رؤية، لمنتج نصي

قد يبدو اختيار نموذج متعدد الوسائط لموقع تقييم على GitHub غريبًا حتى تنظر إلى ما يُسلَّم فعليًا إلى النموذج. لا يُطلب من MiniCPM-V 4.7 قراءة المستودعات؛ بل يُطلب منه قراءة موجّه نصي. إذ تُستخدم نماذج الرؤية واللغة على نحو متزايد كحكّام عامّين رخيصين لأنها مدرَّبة على مدخلات متشابكة وتميل إلى الالتزام جيدًا بتعليمات المخرجات المهيكلة، ولأن نموذجًا واحدًا يمكنه أيضًا قبول لقطة شاشة يكون مفيدًا فور لصق المستخدم لصورة ملف شخصي في مسار دعم.

ثمة أيضًا منطق للتكلفة. فالمتغير 35B-A3B يفعّل نحو ثلاثة مليارات معامل لكل رمز ضمن مزيج من 256 خبيرًا، أما المتغير 1B فهو نموذج كثيف صغير بما يكفي لتشغيله على هاتف. وبالنسبة لمنتجٍ تُشغّل فيه تمريرة التحميص عند كل مسح للملف التعريفي، فإن نموذجًا يمكن استضافته بتكلفة زهيدة — أو تشغيله بنفسك — يمثّل طرحًا اقتصاديًا مختلفًا عن استدعاء API لنموذج حدودي لكل عملية تحميص. وهذا هو السبب نفسه الذي يدفع الموقع إلى تقديم مسار «أحضر مفتاحك الخاص»: ففاتورة النموذج تتناسب مع حركة المرور، وحركة المرور هي ما يسعى موقع تقييم إلى تنميته.

إذا كنت تبني هذا النوع من خطوط المعالجة بنفسك — نواة حتمية مع طبقة سرد مدعومة بنموذج فوقها — فإن السؤال التشغيلي هو كم عدد المزوّدين الذين تريد أن تحتفظ بمفاتيحهم. OrcaRouter يضع أكثر من 200 نموذج مستضاف خلف نقطة نهاية واحدة متوافقة مع OpenAI بهامش ربح 0%، مع تمرير سعر القائمة الخاص بكل مزوّد كما هو مباشرةً وتحويل تلقائي عند تدهور أحد المزوّدين؛ ويمكن للغة التوجيه DSL الخاصة به إرسال تمريرة الحكم الرخيصة وتمريرة الكتابة الأكثر تكلفة إلى نموذجين مختلفين ضمن استدعاء واحد. ثمة حدّ صريح واحد: MiniCPM-V 4.7 ليس ضمن كتالوجنا، لذا إذا كان هو النموذج الذي تريده، فاذهب إلى منصة OpenBMB الخاصة به للحصول عليه. الراوتر هو الجزء الذي يُبقي مسارًا احتياطيًا جاهزًا عندما تكون نقطة نهاية واحدة برعاية هي الشيء الوحيد الفاصل بينك وبين صندوق تحميص فارغ.

ما هو MiniCPM-V 4.7 في الحقيقة، اعتبارًا من هذا الأسبوع

جانب النموذج يستحق القدر نفسه من الدقة. يحمل مستودع OpenBMB مدخلًا في News بتاريخ 2026-10-12 نصّه "إصدار MiniCPM-V 4.7"، وقد أُنشئت مستودعات Hugging Face في الأيام السابقة لذلك — في 6 أكتوبر لنسخة 1B وفي 7 أكتوبر لنسخة 35B-A3B — وهو ما يبدو عليه رفع الأوزان على مراحل. ثم تبع ذلك بطاقة النموذج. وأعلن مدخل ثانٍ في News بتاريخ 2026-10-15 عن رؤوس فك التشفير التخميني DSpark بصيغتي BF16 وGGUF لكلا الحجمين.

• الأحجام — مزيج متناثر من الخبراء 35B-A3B بإجمالي 35.21 مليار معامل، ونسخة كثيفة 1B بحجم 1.55 مليار

• الترخيص — Apache 2.0 لكليهما، الأوزان قابلة للتنزيل، بدون بوابة

• السياق — 262,144 رمزًا في كلا النسختين

• الهندسة — 256 خبيرًا مع 8 خبراء نشطين لكل رمز في 35B؛ نمط انتباه خطي إلى كامل بنسبة 3:1 عبر 40 طبقة؛ برج رؤية بعرض مخفي 1152 مع بلاطات إدخال بدقة 980 بكسل

• التكميم — إصدارات GGUF وbitsandbytes وAWQ وGPTQ وFP8 وint4 المنشورة إلى جانب أوزان BF16

• الخدمة — SGLang وvLLM وllama.cpp وOllama مُدرجة كمدعومة؛ ولدى Ollama إدخال رسمي من الجهة الأولى

• ادعاءات المورّد — أكثر من 13 توكن في الثانية بذاكرة تبلغ نحو 3 غيغابايت على iPhone 17 Pro Max، وتسريع بمقدار 5× على الجهاز بفضل Lookahead Expert Scheduling

• التوزيع — نحو 95,000 تنزيل شهريًا على مستودع 35B-A3B و46,000 على 1B، مع نحو 1,079 و398 إعجابًا

كل ما في تلك القائمة قابل للتحقق منه من البطاقة وملف التكوين. أما ما ليس متاحًا بعد فهو التقييم المستقل. لا يتضمن كتالوج النماذج في Artificial Analysis أي إدخال لأي من نسختي MiniCPM-V 4.7 حتى كتابة هذه السطور، لذا فإن رقم 13 رمزًا في الثانية، وتسريع 5×، والادعاء بأن 35B-A3B "يحقق درجة إجمالية أعلى في وقت استدلال أقل من Qwen3.6 35B-A3B" كلها مُبلَّغ عنها من الجهة البائعة وغير مُعاد إنتاجها. وهذا طبيعي لنموذج عمره ثمانية أيام، وهو السبب في التعامل مع موضع الراعي كإشارة إلى بنية تكاليف ghfind بدلًا من إشارة إلى جودة النموذج.

الجزء الذي لا يمكن لأحد التحقق منه بعد

وهذا ما يعيد شطري هذه القصة إلى بعضهما. تستند مصداقية ghfind إلى رقم تقول إنه قابل لإعادة الإنتاج. وتستند مصداقية MiniCPM-V 4.7 إلى اختبارات مرجعية نشرها مورّدها قبل أسبوع. والرعاية تجمعهما دون أي دليل منشور عن كيفية تصرف النموذج بصفته حكماً — فلا معدل اتفاق مع مقيّمين بشريين، ولا قياس انحراف عبر إصدارات النموذج، ولا بيان بما إذا كان استبدال الراعي سيغيّر درجة أي أحد.

تلك كلها أشياء زهيدة النشر وباهظة السؤال عنها لاحقًا. والقياس المحدد الذي يحسم الأمر هو اختبار إعادة التقييم: خذ عينة ثابتة من الحسابات، وشغّل خط المعالجة مع تمكين تمرير المُقيّم وتعطيله، وأبلغ عن توزيع الفرق. فإن تجمّع عند الصفر، كان ±10 حدَّ أمان لا يتجاوزه أحد، وكانت عبارة "لا يلمس أي نموذج لغوي كبير الرقم" صحيحة فعليًا. وإن انتشر، كانت المعايرة تؤدي عملًا حقيقيًا وصارت صفحة المنهجية بحاجة إلى قول ذلك.

حتى ذلك الحين، القراءة الصادقة هي هذه. إنّ ghfind أداة تقييم حتمية متقنة البناء، تفصل فصلاً واضحاً على نحو غير معتاد بين رقمها ونصّها، ولديها الآن راعٍ مُسمّى للنموذج دُوِّن دوره في خط المعالجة بشكل غير متسق عبر ملفاتها الخاصة. إنّ MiniCPM-V 4.7 إصدار متعدد الوسائط حقيقي مرخّص بموجب Apache، وصغير الذاكرة فعلاً، صدر قبل ثمانية أيام مع بطاقة نموذج، ومتابعة DSpark، ودون معايير تقييم مستقلة. لا تُعدّ أي من هاتين الحقيقتين فضيحة. كلتاهما من النوع الذي لا تلاحظه إلا حين تقرأ المستودع بدلاً من الصفحة الرئيسية — وهو، بالنسبة لمنتج يقيّم عمل الآخرين، أقل ما يستطيع القارئ فعله.

كيف تتحقق من درجتك الخاصة، بشكل ملموس

إذا كان لديك ملف تعريف على الموقع، فالمسار الحتمي هو ما ينبغي اختباره. يكشف ghfind عن نقطة نهاية للدرجات لا تتطلب مصادقة ولا استدعاء نموذج، ومهارة التسجيل الأساسية مفتوحة المصدر، لذا ينبغي أن يتطابق الرقم الذي تحصل عليه من واجهة API والرقم الذي تحصل عليه من الموقع. وإذا لم يتطابقا، فالفرق إما في توقيت الجمع — فالموقع يخزّن النتائج مؤقتًا لمدة يوم — أو في تمريرة المعايرة، ويمكن التمييز بينهما بالسؤال عمّا إذا كانت الفجوة ثابتة عبر عمليات تشغيل متكررة.

بالنسبة لأي شخص يبني أداة مماثلة، فإن الدرس المعماري المستفاد من ghfind أثمن من أخبار النموذج: أبقِ الرقم في الشيفرة، وأبقِ النثر في نموذج، واجعل الحدّ الفاصل بينهما صريحًا بما يكفي ليتمكن القارئ من فحصه. نمط الفشل ليس استخدام LLM. نمط الفشل هو توثيق الحدّ الفاصل في مكانين وترك الوصفين ينحرفان.

ما يستحق المتابعة لاحقًا نطاقه ضيق. لدى ghfind سجل تغييرات عام ومستودع يُدفَع إليه معظم الأيام، لذا فإن مذكرة منهجية توفّق بين معايرة ±10 وعبارة «no LLM» ستظهر سريعًا. أما من جهة النموذج، فأول تقييم مستقل لـ MiniCPM-V 4.7 — أو أول تقرير عن تكلفته لكل عملية تحميص عند الحجم الكبير — هو الرقم الذي سيحوّل رعاية إلى حجة. لا يوجد أي منهما بعد. كلاهما على بُعد منشور واحد.