بطاقة عنوان مُولّدة لـ Nemotron-Labs-Sigma-distill-8B-nfe4، تُشير إلى إصدار بتاريخ 12 نوفمبر 2026، و8 مليارات معامل، و4 تقييمات إزالة ضوضاء ثابتة لكل كتلة من 32 رمزًا، وخمسة تنزيلات وصفر إعجابات خلال الشهر الماضي، وتذييل يذكر أن جميع الأرقام مصدرها بطاقة نموذج NVIDIA وأنها غير مُتحقَّق منها بشكل مستقل.
Engineering & Research

وصل Nemotron-Labs-Sigma-distill-8B-nfe4 دون أي إعلان ومع خمس تنزيلات فقط

الكاتب

jinhao.song

تاريخ النشر

أحدث النماذج · 20عرض جميع النماذج →
المعايير: Artificial Analysis · يُحدَّث يوميًا
العودة إلى جميع المقالات

أحصت Hugging Face خمس عمليات تنزيل لـ nvidia/Nemotron-Labs-Sigma-distill-8B-nfe4 خلال الثلاثين يومًا الأخيرة، وصفر إعجابات، حين كُتب هذا المقال في 17 نوفمبر 2026. هذا هو مجمل الاستقبال حتى الآن لنموذج لغوي بثمانية مليارات معامل نشرته NVIDIA قبل ستة أيام. لم يكن هناك منشور مدونة، ولا إدراج على build.nvidia.com، ولا سلسلة نقاش حول الإطلاق، ولا جدول نتائج اختبارات مرجعية في بيان صحفي. بطاقة نقطة التحقق نفسها تؤرخ الإصدار بـ 11/12/2026؛ وأول إيداع في المستودع يعود إلى 9 نوفمبر عند الساعة 05:47 UTC، وكان آخر تعديل عليه في 16 نوفمبر، وأعاد كتابة التحويل للحفاظ على موترات الهندسة fp32. كل ما يرد أدناه مستقرأ من ذلك المستودع، وملفات تكوينه، والتقرير الفني الذي يستشهد به، والأجزاء غير المؤكدة موسومة على هذا النحو بدلًا من استكمالها.

المستودع هو المصدر الأساسي الوحيد، وهو صريح على نحو غير معتاد.

معظم الإصدارات الهادئة تترك بطاقة مختصرة. هذا الإصدار لا يفعل ذلك. فهو يشحن ملف نسب، وبيان سلامة لنقطة حفظ مع SHA-256، وتجزئة سلامة للمُرمِّز، وأربع بطاقات فرعية Model Card++، وإعداد توليد يثبّت أداة أخذ العينات. هذا المستوى من التوثيق هو ما تحصل عليه عندما يمرّ نموذج بعملية إصدار داخلية ثم لا يُعلن عنه ببساطة — فكل العناصر التي كان منشور إطلاق سيلخّصها موجودة، باستثناء المنشور نفسه.

الورقة البحثية الكامنة خلفه حقيقية ومؤرخة: arXiv:2610.02665، نماذج الانتشار المستمر اللغوية الكبيرة، وهي ورقة بحثية من NVIDIA بسبعة عشر مؤلفًا، نُشرت نسختها v2 في 12 نوفمبر، وهو اليوم نفسه الذي تقول البطاقة إن الأوزان صدرت فيه. تصف الورقة Nemotron-Labs-Sigma بأنها أول عائلة من نماذج الانتشار المستمر اللغوية واسعة النطاق بأحجام 3B و8B. ويعزو قسم التقييم في البطاقة أرقامه إلى «إحصاءات موثّقة لعشر بذور وست مهام من تسليم الإصدار المقيّد بتاريخ 10 نوفمبر» — وهي جملة تخبرك بأن الملف كان يُتداول بشكل خاص لمدة يومين على الأقل قبل تشغيل المستودعات العامة.

Screenshot of the Hugging Face model card for nvidia/Nemotron-Labs-Sigma-distill-8B-nfe4, showing the model overview describing an 8-billion-parameter continuous diffusion language model distilled with Phased Distribution Matching Distillation, the native 4-NFE 32-token block generation contract, the NVIDIA Nemotron Open Model License, and the release date line reading Hugging Face 11/12/2026.

ما الذي يوجد فعليًا في نقطة الحفظ؟

إذا جردنا النص من النثر، تصبح ورقة المواصفات قصيرة. كل سطر أدناه مأخوذ من config.json أو generation_config.json أو البطاقة:

• Backbone — محوّل بفك ترميز فقط بأسلوب Ministral: 34 طبقة، حجم مخفي 4,096، FFN 14,336، 32 رأس استعلام و8 رؤوس مفتاح-قيمة عند بُعد الرأس 128، SwiGLU، RoPE مع كتلة تحجيم YaRN في الإعدادات.

• رأس التوليد — رأس انتشار مستمر لتضمين الرموز ببُعد 16، مع الإبقاء على رأس القراءة الانحدارية التلقائية المساعد ضمن نقطة التحقق بدلًا من تقليمه.

• عدد المعاملات — 8.0B حسب تسمية البطاقة، و9.03B حسب إحصاء safetensors (9,026,818,048 موترًا BF16 بالإضافة إلى 2,097,186 F32)، و18.06 GB موزعة على أربع شظايا. الفجوة بين الرقمين هي الرأس المساعد.

• عقد فك التشفير — كتل من 32 رمزًا، وأربع عمليات تقييم لدالة إزالة الضوضاء بالضبط إضافةً إلى قراءة واحدة، أي 5 استدعاءات لمزيل الضوضاء لكل كتلة، وهو ما يعادل 6.4 رمز مُولَّد لكل تمريرة أمامية.

• أداة أخذ العينات — المسار الأصلي fresh_x0 مع التكييف الذاتي المنقول بين الخطوات، والتوجيه الخالي من المصنف مثبّت عند 1، ودرجة حرارة النتيجة مثبّتة عند 1.

• السياق — 4,096 رمزًا للموجِّه بالإضافة إلى التوليد. الإنجليزية فقط. لا إيقاف بمعرِّف رمز EOS؛ بل تتوقف عند السلاسل النصية أو عند حدِّ ميزانية الرموز.

• وقت التشغيل — PyTorch 2.4 أو أحدث، وTransformers 4.55 أو أحدث، وtrust_remote_code، وبطاقة رسومات CUDA بدقة bfloat16. وحدة المعالجة المركزية CPU غير مدعومة صراحةً، وتوضح البطاقة السبب: وهو أن المُعاين يتدهور عدديًا على CPU ويُنتج مخرجات غير قابلة للاستخدام.

• الترخيص — ترخيص NVIDIA Nemotron Open Model License، الذي تنص بطاقة النموذج على أنه يسمح بالاستخدام التجاري وغير التجاري. تنص البطاقة أيضًا، في قسم حالات الاستخدام، على أن النموذج يعمل دون اتصال على عتادك وأن NVIDIA لا تستضيف أي خدمة.

هذا السطر الأخير مهم لكل من افترض وجود نقطة نهاية Sigma في مكان ما. لكنها غير موجودة. لا يوجد أي إدخال لـ Nemotron-Labs-Sigma على build.nvidia.com، كما أن النموذج غائب عن كتالوج OrcaRouter إلى جانب بقية سلسلة Nemotron — لذا لا يوجد ما يمكن استدعاؤه اليوم، بل هناك شيء واحد فقط يمكن تنزيله.

أربع نقاط حفظ، أربعة نماذج مختلفة

التسمية تجعل النسخ تبدو كنموذج واحد بأربعة إعدادات. لكنها ليست كذلك: كل قيمة NFE هي نموذج طالب مقطّر بشكل منفصل، وبطاقة النموذج صريحة في أن عدد الخطوات مدمج فيها. "هذه النسخة مدرّبة لـ NFE=4 فقط، وكود الاستدلال المرفق لا يعرض عمدًا تجاوزًا تعسفيًا لعدد الخطوات" — لأن أعداد الخطوات الأخرى ستقيّم نقاط نهاية مراحل لم يتدرّب عليها النموذج الطالب. لذا لا تخفّض nfe4 إلى خطوتين عند الاستدلال؛ بل نزّل nfe2.

إن المتوسطات المنشورة للمهام الست، وجميعها بعشر بذور مع خطأين معياريين، تجعل المقايضة واضحة للمرة الأولى في هذه العائلة:

• NFE 2 — GSM8K 80.17، MATH 55.72، HumanEval 48.17، MBPP 37.52؛ متوسط المهام الست 53.02. 3 استدعاءات لمزيل الضوضاء لكل كتلة، 10.7 رموز لكل استدعاء.

• NFE 4 — GSM8K 86.86، MATH 61.52، HumanEval 60.61، MBPP 57.50؛ متوسط المهام الست 66.36. 5 استدعاءات لكل كتلة، 6.4 رمز لكل استدعاء.

• NFE 8 — GSM8K 88.44، MATH 64.40، HumanEval 65.18، MBPP 62.60؛ متوسط المهام الست 70.34. 9 استدعاءات لكل كتلة، 3.6 رموز لكل استدعاء.

• NFE 16 — GSM8K 89.61، HumanEval 67.68، MBPP 66.20، ومتوسط المهام الثلاث 74.50. 17 استدعاءً لكل كتلة، و1.9 رمز لكل استدعاء. وهناك تحفظ لا تحمله النقاط الثلاث الأخرى: نقطة التحقق هذه مُعلّمة بـ pending_ten_seed_six_task_validation، وأرقامها ناتجة عن تشغيل واحد عند البذرة 42 على ثلاث مهام، وتنص البطاقة على التعامل معها بوصفها مؤقتة وغير قابلة للمقارنة المباشرة.

شكل ذلك السلّم هو الجزء المثير للاهتمام. مضاعفة الخطوات من 2 إلى 4 تكسب 13.3 نقطة من متوسط المهام الست. والمضاعفة مرة أخرى إلى 8 تكسب 4.0. والانتقال إلى 16 يكسب نحو 4 إضافية على المهام الثلاث التي شُغّلت — من تقييم مختلف وأضعف. بعبارة أخرى، يتسطّح منحنى التقطير بشدة عند النقطة التي يصبح فيها النموذج تنافسيًا تمامًا، وتقع نقطة التحقق nfe4 بعد الركبة بقليل.

A generated bar chart of the Nemotron-Labs-Sigma-distill-8B checkpoints, plotting six-task mean accuracy against denoising evaluations per 32-token block: NFE 2 at 53.02, NFE 4 at 66.36 and NFE 8 at 70.34 as ten-seed figures, with NFE 16 shown separately at a three-task mean of 74.50 and marked as a single seed-42 run pending validation.

من أين تأتي الأرقام، وأين تتوقف

كل رقم مذكور أعلاه هو رقم NVIDIA، أنتجته NVIDIA، على أداة التقييم الخاصة بـ NVIDIA، ومُبلَّغ عنه بعدد من البذور يجعله يبدو أكثر استقلالية مما هو عليه في الواقع. عشر بذور مع خطأين معياريين بروتوكول جاد — فهو يخبرك أن درجة HumanEval في nfe4 البالغة 60.61 لها فاصل ثقة ±1.43، وهو فاصل واسع بما يكفي بحيث لا ينبغي أن تعتبر أي فجوة من نقطتين مقابل أي شيء فجوة حقيقية. لكن عشر بذور من الأداة نفسها ليست عشرة مختبرات.

ما لا يوجد اعتبارًا من 17 نوفمبر: صفحة Artificial Analysis لأي نموذج Sigma، أو أي إدخال في كتالوج عام لأسعار النماذج، أو أي دعم من vLLM أو SGLang، أو أي إعادة إنتاج من طرف ثالث. الفحص سريع ويعود فارغًا. لا يحتوي سجل النماذج في vLLM على الفرع main على بنية nemotron_labs_sigma؛ وطلبات السحب في SGLang التي تذكر انتشار Nemotron تخص سلالة Nemotron-Labs-Diffusion-8B الأقدم ولا تزال مفتوحة. لا يملك Transformers وحدة nemotron_labs_sigma أصلية، ولهذا تخبرك البطاقة بالتحميل باستخدام trust_remote_code وشحن ملف النمذجة بحجم 40 KB الخاص بالمستودع مع الأوزان.

إذن فالحالة الصادقة هي: نقطة تحقق مُصدَرة مع بروتوكول تقييم منشور وصفر تحقق خارجي. هذه هي الحالة الطبيعية لنموذج لغوي انتشاري في نوفمبر 2026، وهي ليست انتقادًا للنموذج — بل وصف لمقدار ما يمكنك التخطيط بناءً عليه من بطاقة النموذج.

تشغيله يتم عبر سكربت Python، وليس عبر مكدس تقديم.

البدء السريع في البطاقة مكوّن من أحد عشر سطرًا: حمّل المُرمّز والنموذج باستخدام الشيفرة البعيدة، وحوّله إلى bfloat16، واستدعِ generate بحد أقصى لعدد الرموز وسلاسل إيقاف اختيارية، ثم اقرأ عدد NFE الذي يبلغ عنه النموذج. لا يوجد قالب محادثة في هذا المستودع، ولا موجّه نظام، ولا استدعاء أدوات، ولا وضع JSON — تقول البطاقة بصراحة إن هذا تنبيه بنمط الاختبارات المعيارية وإن النموذج هو الطالب المُقطَّر من نقطة تحقق أساسية، وليس مساعدًا. إذا أردت محادثة، فإن المجموعة تضم نسخة instruct من النموذج الأصل بسياق يبلغ 8,192 رمزًا.

ثمة تفصيلان تشغيليان سيضرّان بكل من يقرأ بسرعة. أولًا، الإيقاف: لا يوجد إيقاف عند معرّف رمز EOS، لذا فإن الطلب الذي لا يُنتج سلسلة الإيقاف لديك يستمر حتى استنفاد ميزانية الرموز، والميزانية مشتركة مع المطالبة داخل نافذة سعة 4,096 رمزًا. ثانيًا، الذاكرة: 18 غيغابايت من أوزان bfloat16 قبل أي ذاكرة KV مؤقتة، على نموذج مساره المدعوم الوحيد هو شيفرة PyTorch eager من المستودع نفسه — لا توجد paged attention، ولا continuous batching، ولا إصدار مُكمّم في المجموعة. الطلب الواحد على وحدة GPU واحدة هو التكوين المدعوم اليوم.

الإنتاجية هي الرقم الذي سيرغب الناس في الحصول عليه، وبطاقة الطراز لا تقدّمه لنقطة التحقق هذه. تُفيد بطاقة النموذج الأصل بمعدل نحو 120–140 رمزًا في الثانية عند توليد 256 رمزًا على وحدة H100 واحدة باستخدام مُعاين DDPM بواقع 32 خطوة لكل كتلة من 64 رمزًا. أما نسخة nfe4 المقطّرة فتنفّذ 5 استدعاءات لكل 32 رمزًا بدلًا من 33 استدعاءً لكل 64، وهو ما يعني بحسب عدد الاستدعاءات تمريرات أمامية أقل بنحو يزيد قليلًا على أربعة أضعاف لكل رمز — لكن هذه حسابات على عدد الخطوات، وليست قياسًا لنقطة التحقق هذه، كما أن البطاقة لا تنشر أي رقم للرموز في الثانية لها.

ما الذي لم يتم تأكيده؟

ثلاثة أمور كان منشور إطلاقٍ سيحسمها، وهذا الإصدار لا يحسمها:

• ما إذا كانت NVIDIA تعتزم تقديم هذا كمنتج أم كناتج بحثي. فالترخيص يسمح بالاستخدام التجاري، والبطاقة مكتوبة بلغة المنتجات، لكن لا توجد نقطة نهاية مستضافة، ولا بيان دعم، ولا أي ذكر في أي منشور على مدونة NVIDIA حتى 16 نوفمبر.

• ما قيمة المعلّم. تقول البطاقة إن الطالب قُطّر من معلّم «MS-SUSReg-8B» من العائلة المعمارية نفسها، ويذكر ملف المنشأ التشغيل 8b_ms_susreg_n4_20261109 عند الخطوة 1200 للطالب. ويوصَف النموذج الأساسي المنشور Nemotron-Labs-Sigma-8B بأنه من السلالة نفسها — لكن بطاقة النموذج الأساسي لا تنشر أي أرقام على الإطلاق، بل مجرد إشارة إلى الورقة البحثية، لذا لا يمكن استخراج خسارة التقطير من البطاقتين جنبًا إلى جنب.

Screenshot of the nvidia/nemotron-labs-sigma collection page on Hugging Face, listing fourteen repositories: the 3B and 8B base and instruct models, distill variants at NFE 2, 4, 8 and 16 for both sizes, and self-speculative distill checkpoints for 3B and 8B, with the collection description reading continuous diffusion language models, base, instruct, few-step distilled and self-speculative variants.

• ما إذا كانت نقطة حفظ nfe16 هي أفضل أفراد العائلة أم نتيجة لتقييم غير مكتمل. فأرقامها هي الأعلى على البطاقة والأقل موثوقية، والبطاقة تقول ذلك بنفسها، وهو قدر من الصراحة يفوق ما تحققه معظم ملاحظات الإصدار.

لماذا يُعدّ الإطلاق الهادئ هو الخبر

أطلقت NVIDIA الكثير هذا الخريف — Bolt وSuper VL وTranscribe وخط Dory، وكلها مصحوبة بمقالات مدونة وصفحات على build.nvidia.com. في حين يصل Sigma من دون أي من ذلك، من المنظمة نفسها، مصحوبًا بورقة بحثية وترخيص وأربع بطاقات فرعية Model Card++ وعداد تنزيلات يشير إلى خمسة. التفسير الأرجح هو أن هذا إصدار بحثي أُبقي عمدًا خارج واجهة المنتج: فالاستخدام المقصود المذكور في البطاقة هو «البحث في التوليد الحساس لزمن الاستجابة، ودراسات فك الترميز التخميني والمتوازي»، وهي لغة قطعة أثرية مخبرية.

بالنسبة لقارئ يحاول أن يقرر هل يعنيه الأمر، فالسؤال العملي ليس ما إذا كان النموذج جيدًا بمعزل عن الواقع، بل ما إذا كان نموذج لغوي انتشاري مستمر (continuous diffusion LM) بعدد 4-NFE وبسياق 4K ودون مكدس خدمي يتفوق على النموذج الانحداري الذاتي الموجود أصلًا في خط معالجتك. والإجابة عن ذلك تتطلب تشغيله، والحساب الذي يجعله يستحق ساعة GPU بسيط: 6.4 رموز لكل تمريرة أمامية، مقابل رمز واحد للمفكك القياسي. وما إذا كان ذلك يصمد عند التلامس مع عبء عملك هو بالضبط ما كان المعيار المستقل المفقود سيخبرك به.

لا يقدّم OrcaRouter نقطة التحقق هذه، ولن تظهر بسعر لكل رمز حتى يبني أحدهم مسار تقديم لمعمارية الانتشار القائمة على الكتل بعدد خطوات ثابت — إذ لا ينطبق نموذج التكلفة على رموز الإدخال والإخراج بالطريقة نفسها التي تنطبق بها واجهة برمجة تطبيقات للانحدار الذاتي. أما المتاح فعليًا على OrcaRouter فهو مجموعة المقارنة: أكثر من 200 نموذج انحدار ذاتي خلف مفتاح واحد بسعر قائمة المزوّد دون أي هامش ربح، لذا يمكن الإجابة عن سؤال Sigma استنادًا إلى أساس حقيقي بدلًا من بطاقة. كما أن توجيه كليهما عبر نقطة نهاية واحدة هو أرخص طريقة لإبقاء التجربة بعيدًا عن مسار الإنتاج لديك ريثما تقرر.