Granite Switch 4.1 30B: IBM تقلّص اثني عشر محولًا إلى اثنين

قبل خمسة أشهر، نشرت IBM نسخة تجريبية من 30B Granite Switch على Hugging Face مع اثني عشر محولًا بداخله وزيادة في المعاملات بنسبة 11.68% عن النموذج الأساسي. في 14 أكتوبر 2026 وصل النموذج النهائي — Granite Switch 4.1 30B — وبه محولان اثنان فقط وزيادة بنسبة 3.89%. انخفض الرقم الرئيسي بمقدار الثلثين، وهذا هو الإصدار.

لكي نكون دقيقين بشأن ما يعنيه «وصل»، لأن هنا تصبح الكثير من التغطية متهاونة: فقد هبطت الأوزان على Hub في 14 أكتوبر 2026، ومنشور الإطلاق الخاص بـ IBM نفسه، Granite Switch 4.1: الدردشة والقرارات والكلام من نقطة نهاية واحدة، الذي نُشر في 15 أكتوبر. أي قبل يومين من كتابة هذا النص. إنه إصدار معلن، وليس طرحًا صامتًا وجده أحدهم في مرآة، وليس إعادة إدراج لمعاينة مايو — فالمُخرَج مختلف، وعدد المحوّلات مختلف، ومسار الصوت لم يكن موجودًا في المعاينة على الإطلاق. أما ما يلي فيفصل بين ما يمكنك قراءته من المستودع وما قالته IBM وحدها.

ما الذي يوجد فعليًا في نقطة الحفظ؟

Granite Switch 4.1 30B هو تكوين، وليس بنية جديدة. فهو يأخذ Granite 4.1 30B — محوّلًا كثيفًا يعتمد على فك التشفير فقط، بنافذة من 131,072 رمزًا، ومفردات من 100,352 رمزًا — ويجمّده، ويضيف إليه محوّلَي LoRA مُنشَّطين بالإضافة إلى مشفّر كلام. بيان البناء مُودَع في المستودع بجوار الأوزان، ولهذا فإن كل ادعاء هيكلي أدناه قابل للقراءة بدلًا من كونه مُبلَّغًا عنه.

• guardian-core — aLoRA، رتبة 16، ألفا 64، موصول فقط بإسقاطات الانتباه (k_proj، o_proj، q_proj، v_proj)، مأخوذ من Guardian Library ومُوجَّه نحو الأذى، وكسر الحماية، والشتائم، والعنف، والمحتوى الجنسي، والتحيّز الاجتماعي، والسلوك غير الأخلاقي. رمز التحكم <|guardian-core|>، المعرّف 100352.

• قرار — aLoRA، رتبة 64، ألفا 128، متصلة بجميع الإسقاطات السبعة بما في ذلك MLP، ومدرَّبة على القيام بمهمة أضيق من الدردشة: عند إعطائها حالةً وسؤالًا بخيارات موسومة، تُعيد توزيعًا احتماليًا معايرًا على تلك الوسوم في تمريرة أمامية واحدة. رمز التحكم <|decision|>، المعرّف 100353.

• الكلام — granite-speech-5.0-470m-turboctc، مشفّر Conformer CTC غير انحداري بـ470 مليون معامل، بالإنجليزية فقط، موصول كمسار إدخال صوتي بدلًا من خدمة ثانية.

حساب الأوزان هو الرقم الأنظف في الإصدار. الأساس: 28,865,728,512 معلمة. المركّب: 29,989,814,272. الفرق هو 1,124,085,760 معلمة، أو +3.89%. أنت لا تكتب رموز التحكم بنفسك — قالب الدردشة يُدرجها عندما تمرر adapter_name كوسيط، مما يعني أن تبديل الإمكانات صار معلمة طلب بدلًا من نشر ثانٍ.

شحن الإصدار التجريبي اثني عشر محولًا. أما الإصدار فيشحن اثنين.

هذا هو القرار الجدير بالفهم، لأنه يبدو ظاهريًا وكأنه تراجع. نقطة تفتيش المعاينة — لا تزال على Hub، ولا تزال Apache-2.0، بتاريخ 5 مايو 2026 — تحمل اثني عشر محولًا من ثلاث Granite Libraries: الاستشهاد، وإعادة صياغة الاستعلام، وتوضيح الاستعلام، وكشف الهلوسة، وقابلية الإجابة، وكشف الحقائق، وضوابط السياسات، وتصحيح الحقائق، وguardian-core، وعدم اليقين، وفحص المتطلبات، وإسناد السياق. هذه حزمة مفيدة حقًا، وهي حزمة يجب التفكير فيها، لأن اثني عشر محولًا تعني اثنتي عشرة وصفة استدعاء واثني عشر عقد إخراج مختلفًا.

يحتفظ Granite Switch 4.1 30B باثنتين منها ويضيف مُرمِّز كلام. المقايضة التي أجرتها IBM هي الوضوح مقابل التغطية: النموذج النهائي نموذج محادثة يمكنه أيضًا الإجابة عن سؤال قرار باحتمال وتفريغ الصوت، وهذه ثلاثة أشياء يستطيع المستدعي استحضارها في ذهنه دفعة واحدة. المهايئات العشر الأخرى لم تختفِ — فهي لا تزال منشورة، ولا تزال قابلة للتركيب، وأداة التركيب في granite-switch، وهو المستودع الذي ستبني لك فيه نقطة تحقق بأي مجموعة فرعية تريدها، بما في ذلك الاثنتي عشرة كلها. ما تغيّر هو ما يصل مُفعَّلًا افتراضيًا.

هذه تكلفة حقيقية، ويجدر تسميتها بدلًا من التلطيف من وقعها: إذا كنت تنتظر أن تصل محولات الكشف عن الهلوسة وإسناد السياق في المعاينة إلى نقطة تحقق 1.0، فهذا ليس ذلك. إنه نموذج أضيق بعبء أقل، وأدوات التركيب هي التي تسدّ الفجوة.

مهايئ القرار هو النصف الذي ليس نموذج محادثة.

استخلاص توزيع احتمالي من نموذج لغوي ليس جديدًا. أما فعل ذلك في تمريرة أمامية واحدة مقابل مجموعة ثابتة من تسميات الخيارات، بأرقام معايرة جيدًا بما يكفي للتوجيه بناءً عليها، فهو الجزء الذي يحتاج إلى شرح. الوصفة الموثقة هي موجّه نظام ثابت لمحرّك قرار، ودور الحالة: يُقيَّم على الأساس المجمّد، ثم دور ### القرار يعرض السؤال وخيارات ذات تسميات برمز واحد. تطلب لوغاريتمات الاحتمالات (logprobs) لمعرّفات رموز التسميات تلك تحديدًا وترفعها أسيًا. مثال البطاقة نفسه يعيد شيئًا مثل A: 0.982, B: 0.0035, C: 0.014 — والجزء المثير أن هذه جاءت من نقطة نهاية إكمال عادية، لا من مصنّف.

هناك تعقيد هندسي يتخطاه الإعلان. آلية logprob-token-id تحدّ بحد أقصى 128 معرّفًا لكل طلب، لذا فإن سؤال قرار فيه أكثر من 128 خيارًا يفشل فشلًا تامًا. الإصلاح الموثّق هو تقسيم معرّفات التصنيفات إلى مجموعات من 128، وإرسال طلب واحد لكل مجموعة مع نص توجيهي مطابق، ثم دمجها — وهو مطابق رياضيًا لاستدعاء بلا حد أقصى، لأن قيم logprobs المُعادة تغطي المفردات كاملة، وبالتالي لا تعتمد قيمة كل تصنيف على أي مجموعة طلبتها. طلب إضافي واحد لكل 128 خيارًا. هذا نوع التفاصيل التي لا توجد إلا داخل مستودع برمجي.

الرقم المنشور الوحيد المرتبط بالمُهايئ هو Decision Index، الإصدار v0.3، المجموعة الفرعية السريعة العامة المكوّنة من 1,068 صفًا: الإجمالي 50.1، مع المعرفة 32.4، واللغة 58.6، والاسترجاع 49.8، والأدوات 76.5، والفنون 26.4. اقرأ الشكل بدلًا من العنوان الرئيسي — فوجود 76.5 في الأدوات بجوار 26.4 في الفنون هو ملف غير متساوٍ للغاية، وهو يخبرك أكثر عن المواضع التي يكون فيها توجيه هذا المُهايئ آمنًا مما يخبرك به الرقم الإجمالي. تُفيد IBM أيضًا بأن خدمة المُهايئ محليًا وخلف نقطة نهاية vLLM مستضافة توافقت ضمن نحو 0.6 نقطة، وهو فحص معقولية مفيد على مسار الخدمة حتى وإن كانت IBM قد شغّلت كلا النصفين منه.

تحويل الكلام إلى نص، والتحذير الذي كتبته IBM في بطاقتها الخاصة

يمرر مسار الصوت النص المكتوب عبر المُرمِّز المدمج ويدمجه في سياق المحادثة بدلاً من جزء محتوى الصوت، بحيث يبدو الطلب الذي يحتوي على صوت مثل إكمال محادثة عادي مع input_audio جزء. لا يوجد خادم كلام ثانٍ، ولا ميزانية زمن استجابة ثانية.

كل هذه القيود مستمدة من وثائق IBM نفسها لا من متشكك: الإنجليزية فقط، ومخرجات بحروف صغيرة وبدون علامات ترقيم، ودون توجيه أثناء فك التشفير، و—القيد الذي ينبغي أن يجعلك تتأنى— لا يتم تدريب مُرمِّز الكلام ونموذج اللغة تدريبًا مشتركًا. لا يوجد إسقاط مُدرَّب يقرنهما. لذا يمكن أن يغيّر خطأ في النسخ ما يستجيب له النموذج، أو محوّل القرار، ولن يُشير أي شيء في خط المعالجة إلى ذلك. إذا كنت تنشر أي شيء تكون فيه لخطأ النسخ عواقب، فإن تلك الجملة هي نموذج التهديد الكامل لديك.

مؤكد، حسب تقرير المورّد، غير مُتحقق منه

• مؤكَّد من المستودع — هوية النموذج الأساسي، ورتبتا المهايئَين ووحداتهما المستهدفة، ومعرّفات رموز التحكم، وعدد المعاملات المُركَّب والدلتا +3.89%، ونافذة 131,072 رمزًا، وترخيص Apache-2.0، ونافذة الدعم المثبّتة (Transformers 5.16–5.17، vLLM 0.26–0.28، PyTorch 2.11+).

• مُبلَّغ عنه من المورّد، غير مُعاد إنتاجه — أرقام مؤشر القرار، والزعم بأن Granite Speech 5.0 TurboCTC هو أسرع نموذج للتعرّف على الكلام في لوحة صدارة OpenASR، والزعم بأن النموذج المُركَّب يستهلك تقريباً نفس قدر ذاكرة VRAM التي يستهلكها النموذج الأساسي، والتأكيد على أن محوّل Guardian يتغلّب على عدة نماذج قرار مغلقة مُسمّاة في المهام المتعلقة بالسلامة، والملاحظة الجانبية في منشور الإطلاق بأن بناء Granite Switch 3B مخصّصاً لعب Doom بمعدل 60–100 قرار في الثانية مقابل 10 في الثانية المُبلَّغ عنها. وتقول IBM إن مزيداً من البيانات قادمة "في الأسابيع المقبلة"، وهو اعتراف بأن أدلة اليوم ضعيفة.

• لم يتحقق أحد — وكل شيء آخر. لا تقييم من طرف ثالث، ولا إدراج في لوحة الصدارة، ولا قياس مستقل لزمن الاستجابة أو معدل النقل، ولا نقطة نهاية IBM مستضافة. يُظهر المستودع بضع إعجابات، وعند كتابة هذه السطور، لا توجد تنزيلات فعليًا. عمره يومان ولم يُقرأ إلى حد كبير.

أين يقع هذا ضمن مكدس

Granite Switch 4.1 30B قصة استضافة ذاتية. تُدرج البطاقة Hugging Face Transformers وvLLM، وتثبّت نافذة إصدار ضيقة، وتعمل نقطة التحقق على كليهما دون تحويل. لا توجد نقطة نهاية مُدارة، لذا فإن الخطوة العملية الأولى هي وحدة GPU واحدة وحاوية.

لنكن صريحين بشأن ما تبقّى: لا يوجد أي نموذج Granite في كتالوج OrcaRouter اليوم، لذا إن أردت هذه النقطة المرجعية (checkpoint)، فالسبيل هو إصدار IBM وعتادك الخاص. ما تمنحك إياه المنصة فعلاً هو القرار المحيط — أكثر من 200 نموذج خلف مفتاح واحد مع تحويل تلقائي عند الفشل، سعر المزوّد المدرج يُمرَّر كما هو دون أي هامش ربح — وهو ما يهم أكثر في هذه الحالة تحديدًا. النقطة المرجعية التي عمرها يومان وبدون تقييم مستقل هي مرشّح، لا نموذج قائم بالفعل، والتصرف الأوفر كلفة مع أي مرشّح هو إبقاؤه بجانب النموذج العامل في الإنتاج أصلًا والمقارنة على حركة بياناتك الخاصة بدل إعادة تمديد مسار الإنتاج حوله.

السؤال المفتوح

الرهان وراء Granite Switch هو أن التركيب يتفوق على الحجم لفئة محددة من العمل — التطبيقات التي تجيب وتقرر وتحوّل الكلام إلى نص، حيث تعني ثلاثة نماذج ثلاث عمليات نشر، وثلاثة أزمنة استجابة، وثلاث فواتير. إن مشاركة ذاكرة KV cache واحدة بين المحولات ودفع 3.89% مقابل ذلك هي عمل هندسي غير معتاد حقًا، وهي الجزء من هذا الإصدار الذي سيظل مهمًا بعد عام من الآن.

ما لم يُحسم بعد هو ما إذا كانت الإجابة المُركَّبة جيدة. الملف التعريفي المنشور لمحوّل القرار متفاوت، ومسار الصوت إنجليزي فقط وغير مدرَّب تدريبًا مشتركًا، وعمر النموذج يومان دون أي تشغيل مستقل يسنده. اقرأ بيان البناء، وأنشئ مجموعتك الفرعية الخاصة، وقِس أداء محوّل القرار مقابل مجموعة الوسوم الخاصة بك قبل أن تثق برقم 50.1 الذي يقدمه أي أحد.