ZwZ2-27B: صدرت الأوزان في 16 أكتوبر، وجاء التفسير بعد عشرة أيام

ZwZ2-27Bأصبح قابلاً للتنزيل من Hugging Face منذ 16 أكتوبر 2026. وفي أول عشرة أيام من ظهوره العلني لم يكن هناك إعلان، ولا ورقة بحثية، ولا ملف README، ولا ترخيص معلن — فقط شريحتان من safetensors بصيغة bf16 تحت inclusionAI، ومستودع لم يقدم أي سبب لوجوده. وفي 26 أكتوبر ظهرت بطاقة النموذج. وتذكر أن النموذج نظام رؤية ولغة مدرَّب بالتعلم المعزز ومبني على Qwen3.6-27B، وينشر تقييمًا على 25 معيارًا يتفوق فيه النموذج على ذلك الأساس بمقدار 4.99 نقطة إجمالًا.

هذا هو كل ما هو جديد، ويجدر فصله عمّا سيفترض الناس أنه حدث. هذا ليس إطلاقًا. عمر الأوزان أحد عشر يومًا، ولم يعلنها المورّد بعد. ما تغيّر هذا الأسبوع هو أننا صرنا أخيرًا قادرين على قراءة ما ترى inclusionAI أن النموذج مخصص له.

ما الذي تغيّر فعليًا، بحسب التاريخ

سجل الإيداعات الخاص بالمستودع نفسه هو أوضح دليل متاح، وهو لا يجمّل الرواية. ثلاثة إيداعات تحمل كل شيء:

• 16 أكتوبر، 05:42 UTC — إيداع أولي، ثم «إضافة أوزان نموذج ZwZ2-27B» بعد عشر دقائق. الإعدادات، والمُرمِّز، والمُعالِج، وشاردتَي الأوزان. لا يوجد README.

• ٢٦ أكتوبر، ٠٢:٥٨ UTC — «Create README.md». أول وصف مكتوب للنموذج، بعد عشرة أيام من الأوزان.

• 26–27 أكتوبر — مراجعات متكررة لـ README وعمليات رفع لستة ملفات أثناء تجميع أرقام المعيار وأصول الصور.

في وقت كتابة هذا النص، يُظهر المستودع سبع عمليات تنزيل وصفر إعجابات. مشروع GitHub المرافق، inclusionAI/Zooming-without-Zooming-v2، أُنشئ في 14 أكتوبر وله نجمة واحدة. تُرجع عمليات البحث عن اسم الطراز باللغة الإنجليزية تغطيةً للعائلة الأقدم ZwZ-2B/4B/8B ولإصدار ZwZ2-9B الصادر في 16 أكتوبر، ولا شيء على الإطلاق عن 27B. إذا حدث إطلاق هنا، فقد حدث دون جمهور.

النموذج في ملف التكوين

ملفات الإعداد هي الجزء الأقل بريقًا والأكثر موثوقية في أي إصدار. يصف هذا الملف نموذجًا كثيفًا للرؤية واللغة، وإقرار بنيته المعمارية هو Qwen3_5ForConditionalGeneration — وهي الفئة نفسها التي تستخدمها نماذج Qwen الخاصة — بالأرقام التالية:

برج النص — حجم مخفي 5,120، و64 طبقة، و24 رأس استعلام و4 رؤوس KV عند بُعد رأس 256، وعرض تغذية أمامية 17,408.

تخطيط الانتباه — نسبة 3:1 بين طبقات الانتباه الخطي وطبقات الانتباه الكامل، تتكرر 16 مرة، مع M-RoPE متداخل وأساس دوراني 10,000,000.

• المفردات والسياق — 248,320 رمزًا، 262,144 موضعًا أصليًا.

برج الرؤية — 27 طبقة بحجم مخفي 1,152، يُسقط إلى 5,120، وحجم الرقعة 16 مع دمج مكاني 2×2.

• التنبؤ متعدد الرموز — تم تعيين mtp_num_hidden_layers على 0، أي أنه تمت إزالة رأس MTP نسبةً إلى العمود الفقري Qwen.

هذا السطر الأخير هو الفرق البنيوي الوحيد عن النموذج الأساسي.Qwen3.6-27B تمامًا. ZwZ2-27B هو نفس الجسم مع نظام تدريب لاحق مختلف ورأس فك ترميز تخميني واحد مُزال.

يعني ذلك أيضًا أن النموذج ليس صغيرًا. عند 27 مليار معامل بصيغة bf16، تبلغ الأوزان نحو 54 غيغابايت موزعة على شظيتين، ما يجعل التحميل مريحًا على مسرّع واحد بسعة 80 غيغابايت أو ضيقًا على بطاقتين بسعة 40 غيغابايت. لا يوجد متغيّر مُكمَّم في المستودع، ولا وصفة vLLM أو SGLang، ولا ملاحظات خدمة تتجاوز دليل البدء السريع لـ Hugging Face transformers المثبّت على الإصدار 5.13.1.

ادعاء +4.99، وما يغطيه بالضبط

العنوان الرئيسي للبطاقة هو أنه عبر 25 معيارًا في ستة مجالات، فإن النموذج «يتحسّن على نموذجه الأساسي في كل معيار»، ناقلًا المتوسط الإجمالي من 55.52 إلى 60.51. ويتطابق كلا الشطرين في تلك الجملة مع شكل النتائج المنشور، وكلاهما يحتاج إلى قيد.

التحفّظ هو أنّ هذا إطار الاختبار الخاص بـinclusionAI، واختياره الخاص للمعايير المرجعية، واحتسابه الخاص للدرجات، منشورًا على مستودعه الخاص. لم يُعَد إنتاج أي شيء هنا خارج المؤسسة. إنه تقييم من مورّد بالمعنى العادي: مفيد لمعرفة ما حسّن الفريق من أجله، لكنه لا يصلح كدرجة مستقلة.

المعيار الآخر هو الحجم. إن زيادة قدرها 4.99 نقطة في متوسط 25 اختبارًا معياريًا تُعد تحركًا حقيقيًا، لكن المتوسط هو متوسط دقّات عبر مهام شديدة الاختلاف، تُرجَّح بالتساوي حسب المجال. وهو ليس مؤشر قدرة، ولا ينبغي أبدًا مقارنته بدرجة من مجموعة اختبارات مختلفة.

إليك التفصيل على مستوى النطاق، الأساسي مقابل المُضبوط:

• إدراك دقيق للتفاصيل — من 62.09 إلى 67.57، بزيادة مقدارها 5.48 عبر ثمانية معايير تقييم تشمل VStar وHR-8K وMME-RealWorld.

• الإدراك المكاني — من 49.72 إلى 55.98، بزيادة قدرها 6.26 عبر ستة معايير قياسية.

• فهم السياقات الطويلة — من 65.87 إلى 68.77، بزيادة قدرها 2.90 عبر ثلاثة معايير.

• الاستدلال المكاني المُجسَّد — من 50.17 إلى 55.71، بزيادة قدرها 5.54 عبر ثلاثة معايير قياس.

• وكلاء متعددو الوسائط — من 49.73 إلى 51.81، بزيادة قدرها 2.08 عبر ثلاثة معايير.

• الاستدلال البصري العام — من 47.89 إلى 53.71، بزيادة قدرها 5.82 عبر MMStar وBabyVision.

أين تتركّز المكاسب — وأين يظل النموذج ضعيفًا

شكل ذلك الجدول يهم أكثر من متوسطه. تقع أكبر المكاسب النسبية في الإدراك المكاني والاستدلال المُجسَّد، وهو ما يتسق مع ما تدّعي الطريقة أنها تعلّمه: مقارنة الأدلة ومطابقتها وتجميعها عبر عدة مناطق معلّمة من صورة واحدة، باستخدام الصور الكاملة في وقت الاستدلال ودون استدعاءات تكبير خارجية.

أصغر المكاسب هو في السياق الطويل والوكلاء متعددي الوسائط. وهذان أيضًا المجالان اللذان كان فيهما النموذج الأساسي أقوى بالفعل قياسًا إلى المهمة، وهو النمط المعتاد للضبط الدقيق بالتعلم المعزز وفق وصفة بيانات ضيقة: فهو يحرّك ما تستطيع إشارة المكافأة رؤيته.

الأرقام المطلقة هي القراءة الأكثر مدعاة للقلق. يستقر Chartography عند 12.00. ويستقر AgentVista عند 18.18. ويستقر Perception-Bench عند 44.93. يمكن للنموذج أن يكسب خمس نقاط إجمالًا ويظل مع ذلك قريبًا من غير القابل للاستخدام في عدة اختبارات فردية ضمن المجموعة، وهذا هو الحال مع هذا النموذج. أي شخص يستشهد بـ«60.51 إجمالًا» كرقم كفاءة عام فإنه يستشهد بمتوسط يخفي 12.

تشرح وصفة التدريب سقف الأداء. يبني EvidenceConnect بياناته من صور SA-1B عبر تجميع ثلاث إلى سبع مناطق مرتبطة، وتوليد أسئلة باستخدام لقطات مقربة مميزة، والتصفية عبر التوافق بين النماذج واختبارات إسقاط منطقة واحدة، والتحويل إلى مهام بأربعة خيارات، والتدريب باستخدام GRPO — وجميع أحجام النماذج الثلاثة على نحو 20,000 مثال، دون مرحلة ضبط دقيق خاضع للإشراف. هذا نظام غذائي مركّز. فهو يشتري بشكل موثوق الإدراك على مستوى المنطقة ولا يزعم أنه يشتري الاستدلال المفتوح.

أعمدة النموذج المرجعي تستحق تحذيرًا

يتضمن شكل النتائج أيضًا ثلاثة نماذج API كنقاط مرجعية: GPT-5.6-Luna عند 54.02، وGLM-5.3-Flash عند 57.24، وDeepSeek-V4.1-Flash عند 55.47، مقابل 60.51 لـ ZwZ2-27B. وعلى سطح الأمر، فإن ذلك يضع نقطة تحقق مفتوحة الأوزان رُفعت بهدوء فوق ثلاثة نماذج إنتاجية مستضافة.

ثلاثة أمور ينبغي أن تخفف من حدة ذلك التفسير. أولًا، يُشار إلى قيد الخدمة في البطاقة نفسها: فقد كانت دقة صور النماذج المتقدمة مقيّدة بمنصات الخدمة الخاصة بها، وهو عائق حقيقي في مجموعة اختبارات تركّز بكثافة على التفاصيل الدقيقة. ثانيًا، هذه ليست التقييمات المنشورة من تلك الشركات نفسها — بل هي inclusionAI تشغّل نماذج شركات أخرى عبر منظومة الاختبار الخاصة بـ inclusionAI، دون أي إشارة إلى أن الشركات كانت مشاركة أو أنها أكدت الأرقام. ثالثًا، عمود GPT مُعلَّم صراحةً بأنه غير مُبلَّغ عنه في بعض الصفوف، لذا فإن مجموعة المراجع غير موزعة بالتساوي.

لا شيء من ذلك يجعل الأرقام خاطئة. لكنه يعني أنها قياسات مختبر واحد لمنافسيه على مجموعة اختبارات معيارية حظي فيها نموذجه هو بعشرة أيام من الضبط الإضافي. اعتبر مقارنة النموذج الأساسي هي ذات المعنى، وأعمدة API سياقًا.

ما الذي لا يزال مفقودًا؟

إن الحصر الصادق للمجهولات أطول من قائمة المعروفات، ويبدأ بالترخيص. تُصنّف البيانات التمهيدية لبطاقة النموذج النموذجَ الأساسي ومجموعة البيانات ومهمة خط الأنابيب؛ لكنها لا تُعلن ترخيصًا. ويشير المتن إلى «الرجوع إلى الترخيص المصاحب للأوزان المنشورة وترخيص العمود الفقري المعمول به»، وهو منطق دائري عندما لا تحمل الأوزان نفسها ترخيصًا. إن Qwen3.6-27B بترخيص Apache-2.0، لذا فإن جانب العمود الفقري واضح. أما شروط المشتق فليست كذلك، وبالنسبة لشركة تريد طرح هذا ضمن منتج، فإن ذلك الإغفال الوحيد أكثر أثرًا من أي صف في جدول المعايير القياسية.

الورقة البحثية أيضًا لم تصدر بعد. يحتوي رأس البطاقة نفسه على نص العنصر النائب الحرفي <!-- Replace PAPER_URL with the final v2 paper URL. --> ويُحيل إلى PAPER_URL. مستودع المشروع موجود؛ أما المستند المكتوب الذي ينبغي أن يُشير إليه فغير موجود.

علاوة على ذلك:

لا يوجد أي تقييم مستقل للنموذج ZwZ2-27B، من أي جهة كانت.

• لم يتم العثور على أي إعلان من الجهة المصنعة أو منشور مدونة أو منشور على وسائل التواصل الاجتماعي لهذا الطراز.

• التقييم المنشور يخص وضع low/thinking — يشغّل البدء السريع الخاص بالبطاقة مع enable_thinking=False، ويطلب قالب الدردشة أن تكون الإجابات داخل وسوم <answer>. وأرقام وضع التفكير ليست جزءًا من الادعاء.

• لا دعم لأي إطار عمل خارج إصدار Transformers المثبّت. لا دعم لـ GGUF، ولا لـ AWQ، ولا يوجد إعداد vLLM منشور.

• تسرد البطاقة أنماط فشل معروفة — تفاصيل مُختلقة، ونصًّا مقروءًا على نحو خاطئ، وأخطاء في العدّ والموضع المكاني — وهو قدر من الصراحة يفوق ما تقدّمه معظم بطاقات المورّدين، ويلخّص على نحو منصف كيف تبدو درجة 12.00 في Chartography عمليًا.

كيف تقيّمه دون المراهنة بأي شيء عليه؟

ZwZ2-27B ليس في كتالوجنا، ولا ينبغي قراءة هذه الفقرة على أنها تشير إلى أنه كذلك. لتشغيله اليوم، عليك تنزيل 54 GB من الأوزان، وتثبيت إصدار محدد من Transformers، واستضافته بنفسك — وهو أمر معقول في فترة بعد ظهر واحدة إذا كانت لديك العتاد بالفعل، واستخدام سيئ لتلك الفترة إذا كنت تحاول الإجابة عن سؤال يخص المنتج هذا الأسبوع.

التسلسل الأقل تكلفة هو اختبار الادعاء بدلًا من اختبار النموذج. الادعاء ضيّق: أن التعلم المعزز على مجموعة بيانات مقارنة المناطق المؤلفة من 20 ألف مثال يجعل نقطة تحقق Qwen3.6-27B أفضل في قراءة التفاصيل الدقيقة دون أدوات تكبير. إذا كانت هذه هي عنق الزجاجة الفعلي لديك — مستندات كثيفة، ومخططات، ولقطات شاشة لواجهات المستخدم، وأسئلة متعددة المناطق — فإن النموذج الأساسي هو شرط التحكم، وخلفه أصبح قابلًا للتوجيه هنا بالفعل: Qwen3.8-27B وQwen3.5-27B كلاهما على OrcaRouter خلف مفتاح واحد، إلى جانب أكثر من 200 نموذج آخر بسعر قائمة المزوّد دون أي هامش. إذا تبيّن أن ZwZ2-27B المستضاف ذاتيًا يستحق التبنّي، يمكنك وضعه على المفتاح نفسه وترك التجاوز التلقائي عند الفشل يقرر بينه وبين نموذج عام مستضاف بدلًا من إعادة كتابة التكامل.

إن ما ينقل هذا من «إصدار مرفوع مثير للاهتمام» إلى «نموذج قابل للتبني» هو قائمة قصيرة. ترخيص مُسمّى. ورقة بحثية تتيح لأي شخص التحقق من بناء المعيار. تشغيل مستقل واحد — حتى لو كان جزئيًا — على معايير لم يخترها المورّد. وإعلان، بعد أحد عشر يومًا من الصمت، بدأ يبدو كغياب متعمد لا كسهو.

حتى ذلك الحين، فإن العبارة القابلة للدفاع عنها ضيقة وتستحق أن تُقال بوضوح: ثمة نقطة تحقق غير موثّقة بحجم 27B من inclusionAI موجودة على Hugging Face منذ 16 أكتوبر، واعتبارًا من 26 أكتوبر فإن مؤلفيها مستعدون لادعاء تحسّن بمقدار خمس نقاط على Qwen3.6-27B في مجموعة اختبارات بنوها بأنفسهم. هذه فرضية مصحوبة بأوزان. وهي ليست نتيجة بعد.