LFM3-1.7B-Base مقابل LFM2.5-2.6B-Base: معاملات أقل، رموز أقل، سياق أكبر

الحساب يسير في الاتجاه الخاطئ. LFM3-1.7B-Base، الذي نُشر في 26 أكتوبر 2026، أصغر بنسبة 36% من LFM2.5-2.6B-Base، الذي أطلقته Liquid AI في 4 أغسطس 2026 — 1.73 مليار معامل مقابل 2.69 مليار. كما دُرّب على عدد رموز أقل: 22 تريليون مقابل نحو 34 تريليون. ووفقًا للرقمين اللذين تستخدمهما الصناعة عادةً لترتيب النماذج المُدرّبة مسبقًا، ينبغي أن تكون نقطة التحقق الأحدث أسوأ. لكن ادعاء Liquid هو العكس، على الأقل بالنسبة للنموذج المُدرّب لاحقًا المبني فوقه، والسؤال المثير للاهتمام لأي شخص يختار نموذجًا أساسيًا لضبطه الدقيق هو أي من تلك الفروق حقيقي وأيها قصة تُروى عبر مجموعة اختبارات معيارية.ينبغي أن يكلّف إجراء المقارنة حوسبةً، لا عقدًا ثانيًا. هامش ربح 0% تمرر OrcaRouter أسعار قوائم المزوّدين كما هي بهامش ربح 0%.

هذه مقارنة داخل عائلة واحدة، مما يجعلها نظيفة بشكل غير معتاد. نفس المورّد، ونفس عائلة الترخيص، ونفس المفردات البالغة 128,000 رمز، ونفس الحجم المخفي البالغ 2,048، ونفس الدور من قاعدة إلى قاعدة. تختلف نقطتا التفتيش في البنية وحجم البيانات وطول السياق ومقدار التدريب اللاحق المدمج في الجذع. ويبقى كل شيء آخر تقريبًا ثابتًا.

الفارق، بُعدًا بُعدًا

• المعاملات — 1.73 مليار لـ LFM3-1.7B-Base مقابل 2.69 مليار لـ LFM2.5-2.6B-Base. انخفاض بنسبة 35.7%، وهو مصدر عبارة "معاملات أقل بنسبة 35%" في منشور إطلاق Liquid.

• الطبقات — 24 مقابل 30. النموذج الأحدث أقل عمقًا وكذلك أضيق.

• مزيج الطبقات — ثلاث عشرة تلافيفة قصيرة مُبوّبة، وخمس كتل انتباه بنافذة منزلقة، وست كتل انتباه كامل لـ LFM3؛ واثنتان وعشرون تلافيفة وثماني كتل انتباه كامل لـ LFM2.5، دون طبقة نافذة منزلقة.

• الانتباه — ستة عشر رأسًا للاستعلام وأربعة رؤوس للمفتاح والقيمة في LFM3، مقابل اثنين وثلاثين وثمانية في LFM2.5. يحتفظ كلاهما ببُعد الرأس 128 والحجم المخفي 2,048.

• عرض التغذية الأمامية — 7,680 لطراز LFM3 مقابل 10,752 لطراز LFM2.5. هنا يقع معظم تقليص عدد المعاملات فعليًا.

• ذاكرة الالتفاف المؤقتة — سبع لـ LFM3 مقابل ثلاث لـ LFM2.5، مع إضافة نافذة انزلاقية بحجم 256 رمزًا.

• السياق — 262,144 رمزًا مقابل 128,000. نقطة التحقق الأحدث تضاعفه.

• رموز التدريب المسبق — 22 تريليون مقابل نحو 34 تريليونًا، مع تخصيص آخر 3.5 تريليون من التشغيل الأحدث لبيانات تدريب وسطية منسّقة تشمل آثارًا وكيلية واستدعاءات أدوات.

• المخرجات — تُشحن LFM3-1.7B-Base كملفات Safetensors بصيغة BF16 فقط، بحجم 3.46 GB. أما LFM2.5-2.6B-Base فتُشحن بصيغ Safetensors إضافةً إلى نُسخ GGUF وONNX وMLX، وتعمل ضمن أقل من 2.5 GB عند تكميمها، وتدعمها Transformers وvLLM وSGLang وllama.cpp وMLX.

إلى أين ذهبت المعاملات

التقليص ليس موزعًا بالتساوي، وهذا مهم لأي شخص يقدّر تكلفة الضبط الدقيق. التضمينات مرتبطة في كلا النموذجين، والمفردات متطابقة عند 128,000 رمز، لذا فإن مصفوفة التضمين غير متغيرة. الحجم المخفي غير متغير عند 2,048. تأتي الوفورات من ثلاثة مواضع: ست طبقات أقل، ونصف عدد رؤوس الانتباه، وكتلة تغذية أمامية أضيق بنحو 29%.

إن تضييق كتلة التغذية الأمامية هو أرخص طريقة لتصغير المحوّل، لأن هذه الكتلة تحمل معظم المعاملات في كل طبقة. وتنصيف رؤوس الانتباه يقلل ذاكرة التخزين المؤقت للمفاتيح والقيم إلى جانب الأوزان، ولهذا يمكن وصف نموذج بسياق مضاعف بأنه لا يزال يتسع في نحو 1 غيغابايت بدقة 4 بتات. المقايضة هنا هي السعة: فشبكة MLP الأضيق لديها مساحة أقل لتخزين الارتباطات الواقعية، وعدد الرؤوس الأقل يمنح النموذج أنماط انتباه مستقلة أقل للعمل بها. وحجة Liquid هي أن بيانات أفضل ومزيجًا أفضل من الطبقات يعوّضان أكثر من اللازم. هذه الحجة قابلة للاختبار، وحتى تاريخ النشر لم يختبرها أحد خارج الشركة.

من أين جاء السياق

تتطلب مضاعفة السياق من 128K إلى 256K دون مضاعفة كلفة الانتباه عدم إجراء انتباه عالمي. تحقق بنية LFM3 ذلك بإرسال خمس من طبقاتها الأربع والعشرين إلى نافذة انزلاقية بحجم 256 رمزًا وثلاث عشرة إلى الالتفافات، فلا يتبقى سوى ست طبقات ترى التسلسل بأكمله. يحمل الإعداد أيضًا عاملًا دورانيًا جزئيًا قدره 0.5 على طبقات الانتباه العالمي، إذ يطبق التضمينات الدورانية على نصف أبعاد كل رأس، وثيتا دورانية قدرها مليون على تلك الطبقات مقابل عشرة آلاف على الطبقات الانزلاقية.

يمنح منشور الإطلاق من Liquid رقمًا ملموسًا واحدًا لما يوفّره هذا: عند 128K رمزًا، تبلغ سعة KV cache للنموذج النصي 1.6 GB. أما بالنسبة إلى LFM2.5-2.6B-Base، فلا يُنشر رقم مكافئ. لذلك فإن المقارنة اتجاهية لا دقيقة — فقد صُممت البنية الأحدث للاحتفاظ بسياق أطول في ذاكرة أقل، ورقم البائع نفسه هو القياس الوحيد المتاح.

لماذا يُعدّ عدد أقل من الرموز هو الادعاء المثير للاهتمام

انخفاض من أربعة وثلاثين تريليون رمز إلى اثنين وعشرين تريليونًا يمثل تخفيضًا بنسبة 35% في حوسبة التدريب المسبق على مستوى البيانات، وهو اتجاه معاكس لمعظم أجيال النماذج. القصة المعتادة هي مزيد من البيانات، ومزيد من المعاملات، ونموذج أفضل. أما قصة Liquid فهي أقل من كليهما، مع بنية جديدة ومزيج بيانات يضيف أوراقًا علمية وشيفرة على مستوى المستودعات ورياضيات وطيفًا أوسع من مصادر المعرفة.

مرحلة التدريب المتوسط البالغة 3.5 تريليون رمز هي الجزء الذي يميّز نقطة التحقق هذه عن عملية تدريب أولي مباشرة. وهي تستخدم بيانات منسّقة عالية الجودة بحصة أكبر من التتبعات الوكيلية واستدعاءات الأدوات، وفيها يتم توسيع نافذة السياق. وهذه المرحلة هي أيضاً سبب احتواء النموذج الأساسي على قالب محادثة: فقد نُسّقت بيانات التدريب المتوسط في صورة محادثات، مع تتبعات تفكير وبدونها.

لا يمكن التحقق من أيٍّ من ذلك من الخارج. فأعداد الرموز المميزة مُبلَّغ عنها ذاتيًا، وخلائط البيانات غير منشورة، ولا يوجد اختبار إبطال يُظهر أي تغيير أنتج أي مكسب. الادعاء معقول — فقد تغلبت جودة البيانات مرارًا على الحجم الخام خلال العامين الماضيين — لكن كون الشيء معقولًا لا يعني أنه مقيس.

ما الذي يمكن أن تحسمه مقارنة قاعدة بقاعدة

يمكنه حسم المواصفات والتكلفة والتوافق، وهذه الصفحة تفعل ذلك. لكنه لا يستطيع حسم الجودة، لأن أياً من نقطتي التحقق ليس لديها معيار تقييم منشور. لم تنشر Liquid أي تقييم لـ LFM2.5-2.6B-Base، ولم تنشر أي تقييم لـ LFM3-1.7B-Base أيضاً. توصي كلتا البطاقتين بنقطة التحقق للضبط الدقيق المكثّف، وتوجّهان القرّاء إلى مكان آخر من أجل المحادثة.

الدليل الوحيد على الجودة داخل العائلة هو الزوج المدرَّب لاحقًا. تذكر Liquid أن LFM3-1.7B يحقق متوسطًا قدره 49.37 في مجموعتها الخاصة مقابل 31.55 لـ LFM2.5-2.6B، مع أن النموذج الأحدث يستخدم معاملات أقل بنسبة 35%. هذه فجوة كبيرة، وهي رقم من البائع قيس على مجموعة اختارها البائع، ويقارن بين نموذجين يختلفان في التدريب اللاحق وكذلك في الجذع. وهو دليل على أن وصفة LFM3 تنتج نموذج instruct أفضل. وليس دليلًا على أن نقطة التحقق الأساسية نقطة انطلاق أفضل، لأن التدريب اللاحق فوقها قد يفسر الفرق كله.

ملاحظات الترحيل لمن يستخدم LFM2.5

تشترك نقطتا التحقق في حجم المفردات وحجم الطبقة المخفية وعائلة أداة الترميز، وهو ما يجعل الترحيل يبدو أسهل مما هو عليه في الواقع. لكنهما لا تشتركان في شيفرة النمذجة: إذ يُحمَّل LFM2.5 باسم Lfm2ForCausalLM ويُحمَّل LFM3 باسم Lfm3ForCausalLM، وكلاهما عبر شيفرة مخصصة مع trust_remote_code=True. لن يتمكن سكربت تدريب مكتوب لأحدهما من تحميل الآخر دون تغيير فئة النموذج، كما تختلف قوالب المحادثة في تعاملها مع آثار التفكير.

الفرق التشغيلي الأكبر هو التغليف. يتوفّر LFM2.5-2.6B-Base بإصدارات مبنية بصيغ GGUF وONNX وMLX، ويعمل ضمن llama.cpp وvLLM وSGLang وTransformers وMLX. أما LFM3-1.7B-Base فيأتي كملف safetensors واحد بصيغة BF16؛ إذ توجد الإصدارات المكمّمة وعبر المنصات الخاصة بـ LFM3-1.7B المدرَّب لاحقًا، وليس لنقطة التحقق الأساسية. إذا كان خط الأنابيب لديك يعتمد على مخرَج GGUF، فأنت من يحوّله بنفسك ويتحقق من النتيجة.

دعم الضبط الدقيق هو الثقل الموازن. يربط LFM3-1.7B-Base دفاتر TRL للضبط الدقيق الخاضع للإشراف والتدريب المسبق المستمر، وتغطي الوثائق المسار انطلاقًا من هناك. إن نقطة التحقق الأصغر، وسياق 256K، والتدريب المتوسط الوكيلي كلها تستهدف تحديدًا نوع تكييف المجال الذي توضحه تلك الدفاتر.

من أي فرع رئيسي نبدأ؟

ابدأ من LFM3-1.7B-Base إذا كنت تبدأ عملية ضبط دقيق جديدة، وتستفيد مهمتك من السياق الطويل، ويمكنك العمل بتنسيق BF16 مع Transformers أو تحويل الأوزان بنفسك. إن تقليل عدد المعاملات بنسبة 35% يمثل توفيرًا ماليًا حقيقيًا في تشغيل تدريب على وحدة معالجة رسومات واحدة، ومضاعفة السياق تغيير حقيقي في القدرات، ويختصر قالب المحادثة المرحلة الخاضعة للإشراف.

ابقَ على LFM2.5-2.6B-Base إذا كانت لديك بالفعل خط معالجة يعمل، أو كنت تعتمد على مخرجات GGUF أو ONNX، أو تحتاج إلى نقطة تفتيش يقف خلفها عام كامل من أدوات المجتمع. النموذج الأحدث عمره ثلاثة أيام فقط. نظيره من نوع instruct متوفر بنسخ مُكمَّمة ودعم من اليوم الأول في vLLM وSGLang وllama.cpp وOllama وLM Studio وMLX وONNX Runtime، لكن نقطة التفتيش الأساسية ليست كذلك، وهذه الفجوة هي التكلفة العملية للتبكير.

إذا كنت غير متأكد، فشغّل التجربة بدلًا من قراءة المواد التسويقية. خذ شريحة صغيرة من بياناتك، وشغّل نفس وصفة مواصلة التدريب المسبق على كلا الجذعين للعدد نفسه من الخطوات، وقيّم النتيجة على مجموعة محجوزة أعددتها قبل أن تبدأ. لا يكلّف ذلك سوى بضع ساعات من وحدات معالجة الرسوميات، ويجيب عن سؤال لا تستطيع أي جدول من جداول المورّدين الإجابة عنه. وعندما يصبح الضبط الدقيقان جاهزين، ضع كليهما خلف نقطة نهاية واحدة: يمكن لـ DSL التوجيه في OrcaRouter تقسيم حركة المرور بينهما، ويعني التبديل التلقائي عند الفشل أن التجربة السيئة لا تتحول إلى يوم إنتاج سيئ. تمرّر المنصة أسعار قوائم المورّدين كما هي دون أي هامش ربح (0%)، لذا فتكلفة إجراء الاختبار هي تكلفة الحوسبة، لا عقدًا ثانيًا.

الرقم الجدير بالمتابعة

الادّعاء الذي من شأنه أن يحسم المسألة ليس متوسطًا آخر، بل تقييمًا لنموذج أساس — أي تقييم لنموذج أساس — ينشره Liquid أو طرف ثالث، يقارن بين LFM3-1.7B-Base وLFM2.5-2.6B-Base بعد تطبيق وصفة ضبط دقيق متطابقة. وإلى أن يتوفر ذلك، فإن الفارق بين الجيلين موثّق في البنية والتهيئة، ومعقول من حيث أعداد الرموز، وغير مُثبت حيث يهم الأمر. نقطة التحقق الأحدث أصغر حجمًا، وأطول سياقًا، وأفضل تجهيزًا للتدريب. أما ما إذا كانت أفضل، فذلك سؤال لا يجيب عنه المستودع.