UserRepGen-4B: مايكروسوفت رفعت نموذج محاكاة المستخدم بين عشية وضحاها ولم تعلن شيئًا

في الساعة 20:30 بتوقيت UTC يوم 14 أكتوبر 2026، ظهر مستودع يُسمى microsoft/UserRepGen-4B على منظمة Microsoft على Hugging Face، ووصل آخر إيداع فيه بعد ساعتين. لا يوجد منشور إطلاق، ولا ورقة بحثية، ولا تدوينة من الشركة، ولا Space تجريبي، ولا مستودع كود يقف خلفه — فـ github.com/microsoft/UserRepGen يعيد 404، والبحث عن الاسم في بحث كود GitHub يعيد صفر نتائج. ما يوجد فعلًا هو ملف safetensors بحجم 9,078,620,536 بايت، وقالب محادثة، ومطالبة تمثيل، ومثال قابل للتشغيل، وبطاقة نموذج صريحة على نحو غير معتاد بشأن ما لا تُثبته. تُحدِّد البطاقة النموذج الأساسي بأنه Qwen3.5-4B، نقطة التفتيش الكثيفة الخاصة بـ Alibaba من فبراير 2026، وتحمل LoRA برتبة 64. هذه هي حالة الشحن الصامت: المُخرَج حقيقي وقابل للتنزيل، والإعلان غائب، والصواب أن تقرأ المستودع بدلًا من انتظار بيان صحفي قد لا يأتي أبدًا.

ما الموجود فعليًا على الـ hub؟

كل ما يرد أدناه مقروء مباشرةً من المستودع، وهو المصدر الوحيد من الطرف الأول الموجود في الوقت الحالي.

• الأوزان — ملف واحد، model.safetensors، بحجم 9,078,620,536 بايت بتنسيق bfloat16. حوالي 9.1 جيجابايت، بدون تكميم، بدون GGUF، بدون ONNX، بدون بناء MLX، بدون أي تنسيق خاص بجهاز معين. يُقرّب الشريط الجانبي لـ Hub نفسه هذا إلى "5B params" بينما تصف البطاقة النموذج بأنه "4B-class" — تناقض صغير في البيانات الوصفية، وليس في الملف.

• النموذج الأساسي — Qwen3.5-4B، نقطة تحقق كثيفة بأربعة مليارات معلمة أصدرتها Alibaba في فبراير 2026، مُكيَّفة باستخدام LoRA برتبة 64. تنص البطاقة على أنه تم التحقق من جميع أسماء الموترات وأشكالها المخزنة البالغ عددها 7,235 مقابل تهيئة المنبع عند المراجعة 851bf6e، وأن رأس الإخراج يتشارك أوزان تضمين الإدخال.

• الرخصة — MIT على مساهمة مايكروسوفت الخاصة، مع إبقاء أصول Q​wen القادمة من المنبع بموجب Apache 2.0 في ملف LICENSE.Q​wen منفصل. وهذا زوج من الرخص المتساهلة ويجدر بالملاحظة، لأنه ليس النمط الذي يلجأ إليه فريق بحث عندما ينوي الاحتفاظ بشيء ما لأغراض تجارية.

• فترة التدريب — من يوليو إلى أغسطس 2026، أي ما يقرب من شهرين من العمل تم إنجازه ثم تُرك قبل الرفع.

• الرفع نفسه — يسجّله موجز النشاط الخاص بمؤسسة Microsoft نفسها على Hub على أنه "نشر philippelaban نموذجًا"، قبل دقائق من الالتقاط. ليس حساب إطلاق، ولا روبوت إصدار: بل أحد الباحثَين المذكورَين كجهة اتصال في بطاقة النموذج. إذا كانت هناك خطة إصدار، فهذا ليس ما كانت لتبدو عليه.

• التبنّي، الآن — صفر تنزيلات وصفر إعجابات وقت كتابة هذا المقال. هذا الرقم قراءة ساعة، وليس حكماً، وهو أكثر رقم عرضة للتقادم في هذا المقال.

ما الذي يفعله النموذج فعليًا — وما الذي لا يفعله عمدًا

الاسم دقيق بمجرد قراءة البطاقة. لا يولّد UserRepGen-4B أدوار المستخدم. إنه يقرأ محادثة مكتملة متعددة الأدوار بين المستخدم والمساعد، ويكتب كائن JSON فيه حقلان نصيان بالضبط: task، يصف ما كان المستخدم يحاول إنجازه، وuser_behavior، يصف كيف سعى إلى ذلك — كيف يصوغ الطلبات، وكيف يفكك هدفًا عبر الأدوار، ومتى يتطوع بتقديم السياق، وكيف يتفاعل عندما تفشل إجابة، وما إذا كان ينهي مبكرًا.

ذلك المُخرَج ليس إجابةً ولا نصًا مفرَّغًا. إنه إشارة تهيئة، يُقصد تسليمها إلى نموذج لغوي كبير منفصل يؤدي دور المستخدم في محاكاة. سير العمل المقصود على البطاقة صريح بشأن عملية التسليم: اختر محادثة مصرَّحًا لك بمعالجتها، وجرِّد المواد المعرِّفة للهوية، وأنشئ التمثيل، وتحقق من صحته بصيغة JSON، وراجعه بحثًا عن استنتاجات غير مدعومة، ثم مرِّر النسخة المراجَعة إلى محاكي.

التمييز عن عمل مايكروسوفت السابق في هذا المجال هو بيت القصيد من النموذج. UserLM-8b وUserLM-2.0 يولّدان عبارات المستخدم. أما UserRepGen فيولّد الوصف الذي يُكيَّف عليه المحاكي، مما يجعله قابلاً لإعادة الاستخدام عبر كثير من تشغيلات المحاكي وأرخص لتدقيقه مرة واحدة بدلاً من تدقيقه في كل دور. تقول البطاقة هذا صراحةً، وهو من نوع الادعاءات المعمارية التي عادةً ما تأتي مرفقة بورقة بحثية.

هنا لم يتم إرفاق الورقة البحثية. يقرأ قسم الاقتباس: "رابط الورقة البحثية ومدخل BibTeX في انتظار التأكيد، وسيُضافان قبل إنهاء بطاقة النموذج." وهناك سطر ثانٍ، في قسم الاستخدام، يطلب منك المصادقة عبر hf auth login "بينما المستودع خاص" — لكن المستودع ليس خاصًا، لذا فالجملة بقية من عملية رفع مُعدّة مسبقًا. وهاتان التفصيلتان معًا تقولان شيئًا ملموسًا: إن هذه البطاقة كُتبت لترافق إصدارًا لم يكن قد حدث بعد عندما أُعدّ الرفع.

جدول القياس المرجعي، ولماذا لا يُعد لوحة صدارة

تنشر البطاقة تقييمًا على 700 محادثة محتجزة، مئة منها مسحوبة من كل واحدة من سبع مجموعات بيانات مصدرية. وكل رقم فيها هو رقم مايكروسوفت نفسها، أُنتِج بواسطة GPT-5.4 mini الذي يؤدي في الوقت ذاته دور المحاكي والمساعد والحكَم، ويُقيَّم عبر استدعاء تحكيمي منفصل على مقياس أمانة من 1 إلى 10.

• Qwen3.5-4B base — 3.41 أفضل نتيجة من محاولة واحدة، 4.42 أفضل نتيجة من 3 محاولات.

• GPT-5.5، المستخدم كما هو كمولّد تمثيلات — 3.90 و4.90.

• الضبط الدقيق الخاضع للإشراف العادي — 4.64 و5.68؛ OPSD — 4.46 و5.60؛ GRPO — 3.57 و4.59.

• UserRepGen-4B نفسه، مُدرَّب عبر الضبط الدقيق الخاضع للإشراف على الإنترنت من خلال التقطير بالإدراك المتأخر — 4.95 و6.02.

اقرأ ذلك الجدول على حقيقته. الصفوف المثيرة للاهتمام ليست الصف العلوي. إنها الصفان الأوسطان: فكل من OPSD وGRPO، وهما طريقتان في التعلم المعزز يلجأ إليهما المجال افتراضيًا، تقعان أدنى من الضبط الدقيق الخاضع للإشراف العادي في هذه المهمة. الطريقة الفائزة هي التي تحسّن التمثيل القابل لإعادة الاستخدام بدلًا من سياسة المحاكي. هذه حجة حقيقية حول إلى أين ينبغي أن يتجه التدرج، وهي الادعاء الأكثر قابلية للنقل في البطاقة بأكملها.

ما لا يمكن للجدول أن يخبرك به هو ما إذا كان أيٌّ من ذلك قابلًا للانتقال. الحاكم والمساعد والمحاكي جميعهم GPT-5.4 mini، لذا تُغلق الحلقة داخل نموذج مورّد واحد. وتُعد تجربة منفصلة عند وقت الاختبار أكثر إيحاءً: إن تشغيل النموذج الأساسي بعشر جولات من التغذية الراجعة الاسترجاعية التكرارية يرفع الدقة إلى 6.10 في best-of-1، مع ذروة تبلغ 7.07 في best-of-3 عند تسع جولات. وهذا يتفوق على النموذج المدرَّب — لكن فقط عبر إنفاق عمليات المحاكاة ونداءات التغذية الراجعة عند الاستدلال، وهي بالضبط التكلفة التي وُجد النموذج المدرَّب لتفاديها. البطاقة متحرية في وصف الاثنين بأنهما قياسان مختلفان، وينبغي أن يكون أي شخص يقتبسهما كذلك.

التحقق البشري هزيل لكنه موجود: 100 زوج من عمليات المحاكاة ذات درجات مُقيّم غير متساوية، ومُعلِّق خبير واحد معمى عن هوية النموذج وترتيب العرض، واتفاق بنسبة 88% مع المُقيّم. وجود مُعلِّق واحد ومئة زوج لا يشكّلان دراسة تبني عليها قرارًا بشأن المنتج. لكنه، مع ذلك، تدقيق مستقل أكثر مما تحصل عليه معظم عمليات الرفع الصامتة.

نتيجة الخصوصية التي تنشرها البطاقة عن نفسها

يوجد بين التقييمات الإضافية رقم يستحق أن يكون العنوان الرئيسي لهذا الإصدار: من بين أكثر من 147 مستخدمًا من ThoughtTrace لا يظهرون في التدريب، طُلب من مُحدِّد GPT-5.4 mini تحديد أي من أربع محادثات مرشحة جاءت من المستخدم نفسه الذي جاء منه استعلام. توصيفات السلوك التي أنتجها UserRepGen-4B تحقق دقة 51.02%. المحادثات الكاملة تحقق 44.22%. الاختيار العشوائي يحقق 25%.

التمثيل المُتعلَّم هو أفضل مُعرّف للشخص من المحادثة الخام التي يلخّصها. لا تُخفّف البطاقة من هذا — فهي تقول إن النتيجة "تُظهر خطر قابلية الربط، لا إخفاء الهوية ولا ملاءمة لاكتشاف الهوية"، وتذكر في موضع آخر بصراحة أن "التمثيلات ليست بيانات مجهولة الهوية". هذا أثر بحثي يقيس نمط فشله الخاص ويطبعه، وهو أكثر مما تنجح فيه معظم الإصدارات، لكنه يعني أيضًا أن سير العمل الموصى به ليس مجاملة اختيارية. إذا عالجت محادثات لا تملك أساسًا قانونيًا لها، فإن مخرجات هذا النموذج هي ملف شخصي موجز ومحمول وقابل للقراءة البشرية للشخص الموجود فيها.

أين يمكنك تشغيله وأين لا يمكنك ذلك اليوم

لا تقوم Microsoft بتقديم هذا النموذج. لا توجد نقطة نهاية، ولا سعر، ولا API. تُفيد البطاقة بأن الاستدلال قد اختُبر باستخدام vLLM على أجهزة H100 وA100 وRTX A6000 وB200، إضافةً إلى اختبار دخاني لوحدة المعالجة المركزية على Linux مع Transformers 5.2.0 وPyTorch 2.11.0 وAccelerate 1.10.1 أنتج JSON صالحًا من مطالبة من 481 رمزًا. نحن أيضًا لا نوفّره — لا يدرج OrcaRouter النموذج UserRepGen-4B، فهرسنا الخاص لا يحتوي على أي مدخل له، ولا ينبغي تفسير أي شيء هنا على أنه ادعاء بالتوفر. اليوم، السبيل الوحيد لاستخدامه هو تنزيل 9.1 GB وتشغيل ملف example.py المضمّن.

هذا جدير بأن يُقال بوضوح بدلًا من تجميله، لأن النسخة الصادقة من هذا الإصدار ضيقة: نقطة تحقق، وبطاقة، وادعاء حول أين نضع التدرج. وإذا صمد ذلك، فإن المتابعة المثيرة ليست نقطة نهاية مستضافة — بل ما إذا كانت حيلة التمثيل نفسها تنتقل إلى نموذج أساسي أكبر بدرجة واحدة، حيث تكون تهيئة المحاكي التي يستبدلها أغلى بكثير.

ماذا تشاهد

ثلاثة أمور، مرتبة حسب مقدار ما قد تغيّره في الصورة. الورقة البحثية، متى ما صدرت، إما أن تجعل ادعاء التقطير الاسترجاعي قابلاً للتحقق، أو تكشف أن مزيج مجموعات البيانات السبع يقوم بعمل أكبر مما تقوم به الطريقة نفسها. ونقطة تحقق ثانية ستخبرك ما إذا كانت Microsoft تتعامل مع هذا كخط منتجات أم كنتاج بحثي. وأول تقييم مستقل، من أي شخص خارج المختبر، هو ما يحوّل 4.95 إلى رقم يمكنك التخطيط على أساسه. وإلى أن يحدث واحد من هذه الأمور على الأقل، فإن هذا مستودع للقراءة لا نموذج للرهان عليه.

الأسبوع الذي ظهرت فيه نقطة التفتيش هذه دون إعلان مسبق هو أيضًا لحظة مناسبة للنظر في ما ساء بالفعل في هذه الفئة من النماذج: تُجمع حوادث الذكاء الاصطناعي الموثّقة وإخفاقات الوكلاء التي تشمل نماذج مثل هذه في أرشيف OrcaRouter لحوادث الذكاء الاصطناعي، حيث يحمل كل مُدخل مصادره الخاصة ودرجة خطورته ودرجة ثقته وعلامة كونه محل نزاع.