PAN 2 مقابل LFM2.5-2.6B-Base: نوعان من نقاط الحفظ المعدّة للضبط الدقيق

أول ما يلفت النظر في LFM2.5-2.6B-Base هو كلمة Base. فنقطة الحفظ لدى Liquid AI ذات الـ2.69 مليار معلمة ليست نموذجًا تحادثه؛ بل هي الركيزة المدربة مسبقًا التي تُصنع منها نسخ LFM2.5-2.6B المدربة لاحقًا، ونُشرت كي يتمكن آخرون من صنع نسخهم الخاصة. وPAN 2 من النوع نفسه لكن على مقياس أكبر بثلاثين مرة: محوّل انتشار بـ29 مليار معلمة من معهد النماذج الأساسية في MBZUAI، نُشر بموجب Apache-2.0 مع إعدادات التدريب في المستودع، والغرض منه أن يُكيَّف لا أن يُستهلك فحسب. وعند وضعهما جنبًا إلى جنب يبدوان غير معقولين — أحدهما نموذج لغوي يمكن تشغيله على حاسوب محمول، والآخر نموذج عالم فيديو يحتاج إلى أربع وحدات B300. لكن كليهما قطعتان أساسيتان مرفق بهما ترخيص، وبالنسبة لأي شخص تتمثل مهمته الفعلية في أخذ نقطة حفظ وجعلها تؤدي شيئًا لم تُدرَّب عليه، فإن المقارنة المثيرة للاهتمام ليست القدرة إطلاقًا. بل ما يمنحك إياه كل منهما لتعمل به، وما تكلفة الاحتفاظ بالشيء ريثما تكتشف ذلك.

ابدأ بالترخيص، لأنه الفرق الصعب الوحيد

شيفرة PAN 2 وأوزانه الخاصة مرخّصة بموجب Apache-2.0. أما المكوّنات الخارجية — Qwen3.5-9B كمُشفّر نصي، وWan 2.2 كـVAE، وDiffusers — فتُستخدم وفق شروطها الخاصة، ولا يعيد MBZUAI توزيعها؛ بل تنزّلها من مؤلفيها. هذا ترتيب نظيف وممل وملائم للشركات والأقسام القانونية، وهو السبب الرئيسي الذي يمكّن شركة لديها عملية مراجعة من تبنّي PAN 2 أصلًا.

يُصدر LFM2.5-2.6B-Base بموجب ترخيص LFM1.0، الذي يسجّله Hugging Face ضمن فئة أخرى مع رابط إلى ملف LICENSE بدلاً من معرّف SPDX. هذا ليس انتقادًا — فترخيص Liquid يسمح بالاستخدام التجاري حتى حدّ إيرادات معيّن، وهو شكل شائع ومعقول لإصدار مفتوح الأوزان — لكنه شكل مختلف عن Apache-2.0، والفرق ليس تفصيلًا تكتشفه بعد الضبط الدقيق. إذا كان لدى فريقك القانوني قائمة بالتراخيص المعتمدة مسبقًا، فأحد هذين النموذجين موجود عليها والآخر يحتاج إلى محادثة.

هذا التباين يسير في الاتجاه المعاكس لأعداد المعاملات، ويستحق التوقف عنده. فالنموذج الصغير هو الذي تأتي معه شروط؛ أما النموذج الضخم فهو الذي يمكنك إطلاقه دون أن تسأل أحدًا.

ما الذي تحصل عليه فعليًا من نقطة تحقق أساسية

LFM2.5-2.6B-Base بنية هجينة: ثلاثون طبقة، منها اثنتان وعشرون كتلة التفاف قصير مزدوجة البوابات وثماني كتل انتباه باستعلامات مجمّعة. هذا المزيج هو جوهر سلسلة LFM — فكتل الالتفاف منخفضة التكلفة عند أطوال التسلسلات الطويلة، وكتل الانتباه تحافظ على الاسترجاع — وهو السبب في أن النموذج يستطيع حمل سياق بطول 131,072 رمزًا عند 2.69 مليار معامل. امتد التدريب إلى 34 تريليون رمز على مفردات من 128,000 رمز، مع تغطية لست عشرة لغة تشمل العربية واليابانية والكورية والتايلاندية والفيتنامية.

ما لا يمتلكه هو أي تدريب لاحق. لا ضبط دقيق للتعليمات، ولا قالب محادثة يستحق الاسم، ولا مواءمة أمان. نموذج أساسي يتنبأ بالرمز التالي، وهذا كل ما يفعله، مما يجعله الشيء الخاطئ الذي تُقيّمه على معيار لاتباع التعليمات، والشيء الصحيح الذي تُقيّمه على مدى سرعة تقارب LoRA في نطاقك. تنشر Liquid النموذج الشقيق المدرب لاحقًا بشكل منفصل، ووجود نسخ GGUF وONNX من ذلك الشقيق هو أوضح بيان نية: هذه العائلة مخصصة للتشغيل على أجهزة تملكها.

يمنحك PAN 2 قدرًا أكبر بكثير من الهياكل الداعمة، وحرية أقل في جانب واحد محدد. يتضمن المستودع تكوينات تدريب لكل من التدريب المسبق والضبط الدقيق الخاضع للإشراف — config/pretrain_29B_720p.yaml وconfig/sft_29B_720p.yaml — وتخبرك الوثائق بتوجيه مسارات بياناتها إلى التمثيلات الكامنة الخاصة بك. لذا فإن مسار الضبط الدقيق موجود. لكن البيانات التي يتوقعها ليست نصًا. إنها تمثيلات كامنة للفيديو موسومة بصيغة تعليق منظمة محددة: أحداث بالترتيب، وأفعال مرتبطة بفاعلين، وحركة كاميرا، ضمن ميزانية مُشفّر نصي قدرها 1,536 رمزًا. إذا أردت ضبط PAN 2 الدقيق على مجالك، فإن مشروعك الأول ليس جولة تدريب. بل خط أنابيب بيانات يحوّل لقطاتك إلى تلك الصيغة، ويمنحك المستودع مدققًا لكنه لا يمنحك أداة الوسم.

• الحوسبة اللازمة للضبط الدقيق — LFM2.5-2.6B-Base: وحدة GPU واحدة، وLoRA على محطة عمل، خلال ساعات لا أسابيع. PAN 2: نموذج محوّل بسعة 67.37 GB بدقة BF16 قبل حالة المُحسِّن، إضافة إلى مُرمِّز مجمّد بسعة 15.87 GB وVAE، على الكامنات المرئية. متعدد العُقد، ولم ينشر أحد أي وصفة.

• البيانات التي يجب أن توفّرها — LFM2.5-2.6B-Base: النص، بأي صيغة تستخدمها مهمتك. PAN 2: فيديو بالإضافة إلى تسميات توضيحية مهيكلة لحالة العالم وفق مخطط المستودع.

• ما تحصل عليه كمخرجات — LFM2.5-2.6B-Base: مولّد نص، وبعد التدريب اللاحق، مساعد أو سياسة وكيل. PAN 2: فيديو يصل إلى 20 ثانية بدقة 704×1248 و24 إطارًا في الثانية، يُظهر نتيجة إجراء.

الرخصة — LFM2.5-2.6B-Base: LFM1.0، أخرى، اقرأها. PAN 2: Apache-2.0 على أوزانها الخاصة.

في المعيار الوحيد الذي يكادان يتقاربان فيه

هناك تداخل حقيقي، وهو صغير بما يكفي ليكون مثيرًا للاهتمام. تقيس بطاقة نموذج MiniCPM5-2B من OpenBMB أداء LFM2.5-2.6B مقابل نموذجها الخاص بحجم 2B ومجموعة من النماذج الأخرى، وأحد الصفوف يتعلق بالسياق الطويل. على AA-LCR، تُبلغ OpenBMB عن 5.3 لـ LFM2.5-2.6B مقابل 59.0 لـ MiniCPM5-2B. على NoLiMa، 0.7 مقابل 68.1. على LongBench v2، 30.3 مقابل 43.7.

تلك أرقام أبلغ عنها منافس حول أداة تقييم تابعة لمنافس، وبطاقة النموذج التي تنشرها لديها مصلحة واضحة في هذه المقارنة. لكن حجم الفجوة في أصعب اختباري سياق طويل ليس مما يفسّره اختيار أداة التقييم، وهو تصحيح مفيد لفهم «سياق 131,072 رمزًا» بوصفه ادعاء قدرة. نافذة السياق سعة؛ أما الاسترجاع عند الطول فهو سلوك. تملك نقطة التفتيش Base السعة الأولى، وبحسب أدلة طرف ثالث، ليس لديها الكثير من الثاني — وهذا بالضبط سبب كون الضبط الدقيق هو الاستخدام المقصود، لا أن يكون مساعدًا للمستندات الطويلة جاهزًا من الصندوق.

لا يوجد لـ PAN 2 ما يعادلها من التحقق المتقاطع. لم يقم أحد خارج MBZUAI بوضع معايير لها، والأرقام الواردة في بطاقة النموذج نفسها هي الوحيدة الموجودة. وهذا موقف إثباتي أضعف من موقف LFM2.5-2.6B-Base، رغم أن تشغيل النموذج أغلى بمئة مرة — وهو تذكير بأن التقييم المستقل يتبع التبني، والتبني يتبع القدرة على تشغيل الشيء أصلاً.

تكلفة الاحتفاظ بكل نقطة تحقق

LFM2.5-2.6B-Base يضم نحو 2.7 مليار معامل. في BF16، يكون ذلك أقل من 6 غيغابايت من الأوزان بارتياح، كما أن بناءات GGUF للنسخة الشقيقة المدرّبة لاحقًا تجعله أقل بكثير من ذلك. يمكنك إبقاؤه مقيماً على الجهاز نفسه مع بقية حزمة الأدوات لديك، وضبطه الدقيق طوال الليل، ثم تنسى أنه موجود.

‏PAN 2 بحجم 86.17 GB موزّعة على ستين ملفًا، والرقم المهم ليس الإجمالي بل بنية التوزيع. يبلغ حجم المحوّل 67.37 GB ويحتفظ كل عامل استدلال بنسخة كاملة منه — إذ يشغّل سكربت الاستدلال الخاص بالمستودع عاملًا واحدًا لكل GPU، ويأخذ كل عامل كل الموجّه رقم N، لأن ذلك المسار لا يتضمن تقاسمًا متوازيًا للتوترات. أما وصفة vLLM فهي الخيار المُجزّأ، وأبرز ما فيها هو ثلاث عشرة ثانية من فيديو بدقة 704×1248 خلال نحو 119 ثانية على أربع وحدات B300s مع توازٍ للتوجيه الخالي من المصنّف عبر رتبتين، وتوازٍ تسلسلي من نوع Ulysses عبر رتبتين. الإعداد الافتراضي هو ثماني وحدات H200s. ويعني أخذ عينات بخمسين خطوة مع التوجيه في كل خطوة مئة تمريرة أمامية لكل مقطع، وهذه هي الحسابات الكامنة وراء كل اختيار إعداد في الوصفة.

إذن، مقارنة التكلفة الصادقة ليست "6 GB مقابل 86 GB". بل هي "تكلفة حدية صفرية لكل استدلال مقابل عقدة متعددة وحدات GPU لكل دقيقتين من الإخراج". فاستعلام يجيب عنه نموذج بحجم 2.6B خضع للضبط الدقيق لا يكلّف شيئًا قابلًا للقياس. أما قيام PAN 2 المُضبّط بدقة بعرض مقطع مدته عشرون ثانية فيكلّف عقدة GPU لمدة ثلاث دقائق، وستشغّله مئات المرات قبل أن تعرف ما إذا كان الضبط الدقيق قد نجح.

حيث يلامس الموجّه أيًا من هذين

لا يُعد أي من النموذجين شيئًا يمكن لطبقة توجيه أن تخدمه. إن LFM2.5-2.6B-Base هو نقطة تحقق أساسية بلا نقطة نهاية مستضافة تستحق التوجيه إليها — إنه ملف تقوم بتنزيله. ولا يمتلك PAN 2 أي نقطة نهاية مستضافة على الإطلاق، سواء من MBZUAI أو من أي جهة أخرى. إذا كانت خطتك تتضمن أيًا منهما، فإن خطتك تتضمن وحدات معالجة رسومات (GPUs).

سبب ذكر التوجيه على أي حال هو أن لا أحد تقريبًا ينشر نموذجًا أساسيًا بمعزل عن غيره. فـLFM2.5 المضبوط بدقة مكوّن واحد في تطبيق يحتاج أيضًا إلى مُستدِل عام، ومحاكاة PAN 2 مرحلة واحدة في خط أنابيب تكون مرحلته الأولى نموذج لغة يكتب تعليقات توضيحية منظمة. تلك الطبقة المحيطة هي حيث تستحق واجهة برمجة تطبيقات واحدة لـأكثر من 200 نموذج أن تكون موجودة: تبقي نقطة التحقق المضبوطة على عتادك، وتوجّه الاستدعاءات الاعتيادية عبر OrcaRouter بسعر قائمة المزوّد مع تمرير هامش ربح 0%، وتحصل على تجاوز فشل تلقائي عندما يواجه أحد المزوّدين ساعة سيئة. وبالنسبة إلى خط أنابيب PAN 2 تحديدًا، فإن مرحلة التعليقات التوضيحية هي الجزء المرن — يصنّف التقرير Claude Opus 5.5 وGPT-6 Astra وKimi K3 وQwen3.8-Flash حسب إكمال الخطة كاملة، وQwen3.8-Flash موجود على OrcaRouter، لذا يمكنك اختبار أي مخطِّط يكمل خططك فعليًا دون تجهيز أربعة نماذج.

ما لن يفعله OrcaRouter هو استضافة أيّ من نقطتي التحقق. والقول بخلاف ذلك سيكون من نوع الادعاءات التي تبدو كميزة وتتصرّف كخلل.

ما الذي يخفيه تأطير النموذج الأساسي

كلا هذين الإصدارين، بالمعنى الدقيق، غير مكتملين. لا يحتوي LFM2.5-2.6B-Base على ضبط تعليمات بحكم التصميم؛ بينما يحتوي PAN 2 على قسم قيود يذكر أن نحو خطتين من كل ثلاث خطط محاكاة تحتويان على خطوة واحدة على الأقل لا تُنفَّذ. لا يُعد أيٌّ منهما منتجًا. الفرق يكمن في ما يعنيه "غير مكتمل" في كل حالة.

بالنسبة إلى LFM2.5-2.6B-Base، فإن «غير المكتمل» هو مرحلة في مسار أنجز المورّد مراحله اللاحقة بالفعل — فالنموذج المدرَّب بعد ذلك موجود، ونسخ التكميم موجودة، ونقطة التحقق الأساسية منشورة لمن يرغب في التفرّع. هذه الفجوة متعمّدة وموثّقة.

بالنسبة إلى PAN 2، فإن عدم الاكتمال هو حالة الإصدار بأكمله. فقد أصبحت الأوزان متاحة، ووصل دعم إطار العمل في 10 نوفمبر، والشيء الوحيد الذي قاله أي شخص عنه علنًا هو منشور من فقرتين على حساب المختبر نفسه على X في ظهر ذلك اليوم. وقيوده ليست خيارًا تصميميًا يُسلَّم إلى المستخدمين النهائيين؛ بل مشكلات مفتوحة يسمّيها الفريق علنًا. وإذا ضبطت PAN 2 ضبطًا دقيقًا، فإنك ترث تلك المشكلات إلى جانب الأوزان.

هذه هي المقارنة الحقيقية، وهي لا تُؤول إلى توصية بالاختيار بين النموذجين لأنهما ليسا بديلين لبعضهما. بل تُؤول إلى سؤال يخص مشروعك: هل أنت تُكيّف مكوّنًا معروف الجودة، أم تبني على نتاج بحثي لا تزال أنماط فشله تُقاس؟ LFM2.5-2.6B-Base هو الأول، وPAN 2 هو الثاني، ورخصة Apache-2.0 هي السبب الوحيد الذي يجعل الثاني خيارًا مطروحًا أصلًا.