ZwZ2-4B הופץ ללא השקה: מה כרטיס המודל אומר ומה הוא לא יאמר

המאגר של ZwZ2-4B נוצר ב-15 באוקטובר 2026 בשעה 06:11 UTC, ונכון לבוקר זה יש לו אפס הורדות ואפס לייקים. זה אינו יוצא דופן עבור צ'קפוינט שאיש לא הכריז עליו. מה שיוצא דופן הוא שהוא נושא גם כרטיס מודל מלא: סעיף שיטה, תיאור נתוני אימון, בלוק התחלה מהירה, ותוצאת כותרת הטוענת ל-25 בנצ'מרקים ולשיפור של 5.38 נקודות לעומת Qwen3.5-4B, המודל שממנו עבר כיוונון עדין. inclusionAI פרסמה את התיעוד בלי לפרסם את ההכרזה. הכרטיס קיים; ההודעה לעיתונות לא; וההבדל בין שני הדברים האלה הוא כל הסיפור של הצ'קפוינט הזה.

הטקסט הזה מצומצם בכוונה בנוגע למה שהוא יטען. כל מה שלמטה שמסומן כעובדת מאגר נקרא ישירות מהקבצים — קובץ התצורה, אינדקס המשקלים, רשומת מערך הנתונים, כרטיס המודל עצמו. כל מה שמסומן כטענת ספק הוא המספר של inclusionAI עצמה, מובא כטענה ולא כתוצאה. אין קיימת הערכה עצמאית של ZwZ2-4B, וכל מי שאומר לך אחרת מקריא לך בחזרה את הכרטיס.

מה למעשה יצא לפועל, ובאילו תאריכים

משפחת ZwZ2 הגיעה בחלון של כעשרים ושלוש וחצי שעות, בסדר גודל הפוך. ZwZ2-4B הגיע ראשון, ב-15 באוקטובר בשעה 06:11 UTC. ZwZ2-9B הגיע לאחריו ב-16 באוקטובר בשעה 03:42. ZwZ2-27B השלים את הסט בשעה 05:42 באותו בוקר. מערך הנתונים לאימון, inclusionAI/ZwZ2-RL-VQA, הופיע שלושה ימים לאחר מכן, ב-19 באוקטובר. כל שלושת המאגרים, מערך הנתונים ואוסף המשפחה נושאים חותמות זמן מהיום, 27 באוקטובר — סבב התחזוקה העדכני ביותר במשפחה שעדיין אין לה הודעה פומבית מצורפת.

מה שלא קרה: לא היה פוסט בבלוג של inclusionAI ולא שרשור שחרור. שלושת הצ'קפוינטים אכן חולקים אוסף, Zooming-without-Zooming-v2, עם ארבעה פריטים, אבל אוסף הוא מיכל ולא הכרזה. מאגר ה-GitHub שמארח את קוד הדור הראשון לא עודכן כלל — הוא עדיין מפרט ארבעה מודלים, ZwZ-2B, ZwZ-4B, ZwZ-7B ו-ZwZ-8B, שכולם בנויים על עמודי השדרה של Qwen3-VL. משפחת v2 אינה בו. אם תחפשו את הקוד שיצר את ZwZ2-4B, תמצאו את הקוד של קודמו, וה-README שם לא יזכיר את המודל שאתם מחזיקים.

הטענה, כשהיא מנוסחת כטענה

הכרטיס של inclusionAI מדווח על דיוק כולל של 49.41 עבור מודל הבסיס ו-54.79 עבור ZwZ2-4B, כפי שנמדד על פני 25 בנצ'מרקים המקובצים לשישה תחומים. בכרטיס נאמר שהמודל השתפר בכל אחד מהבנצ'מרקים הללו, ושהממוצעים הכוללים והתחומיים נותנים משקל שווה לכל בנצ'מרק. ששת התחומים שהוא מפרט הם תפיסה עדינת־גרגר, חשיבה מרחבית, הבנת הקשר ארוך, סוכנים מולטימודליים וחשיבה חזותית כללית, בנוסף לקבוצת הגרגר העדין שנושאת את נתון הכותרת.

שני המספרים הללו הם כל המקרה הכמותי עבור המודל. ציוני כל בנצ'מרק קיימים בעמוד כדמויות — PNG ו-SVG — ולא כטקסט, כלומר שמונת התוצאות המייצגות וכל עשרים וחמש נראים אך אינם קריאים למכונה. קבוצת הבנצ'מרקים היחידה המתוארת בפרוזה היא MMLongBench*, שליבתה החזותית מופיעה כ-V-RAG, Image MM-NIAH ו-VH-Multi, על פני 25 משימות שאינן Counting. הכרטיס גם מציין כי רזולוציית התמונה עבור "מודלים מתקדמים" מוגבלת על ידי פלטפורמת ההגשה, וזו הסתייגות הוגנת וגם תזכורת לכך שציון תפיסה הוא בחלקו הצהרה על האופן שבו התמונה הגיעה למודל.

ממוצע של +5.38 על פני 25 מבחני בנצ'מרק הוא טענה גדולה עבור מודל ברמת 4B. זוהי גם בדיוק סוג הטענה שספק נמצא בעמדה הטובה ביותר להשמיע אותה ובעמדה הגרועה ביותר לאמת אותה, משום שהספק בחר את מערך הבנצ'מרקים, את המשקלות ואת הרזולוציה. התייחסו ל-54.79 כמספר שיש לשחזר, לא כמספר שלפיו מתכננים.

השיטה: מעבר אחד, ללא זום, ללא SFT

צינור האימון נקרא EvidenceConnect, והוא הדור השני של רעיון שהמעבדה פרסמה מוקדם יותר השנה בשם "Zooming without Zooming". הנחת היסוד היא שתפיסה חזותית עדינה בדרך כלל נפתרת בזמן הסקה — חיתוך האזור, שאילת השאלה מחדש, חזרה על הפעולה — ושהיא יקרה ושברירית. ZwZ2 לעומת זאת מלמד את המודל להתייחס לראיות אזוריות בתוך מעבר קדימה יחיד.

הבנייה מתנהלת בארבעה שלבים, כפי שהכרטיס מתאר אותה. אזורים קשורים מקובצים, שלושה עד שבעה לכל תמונה, מתוך SA-1B. השאלות נוצרות מול תצוגות זום פריווילגיות של אותם אזורים, כך שכותב השאלות יכול לראות פרטים שמודל המדיניות לעולם לא יראה בזמן הסקה. לאחר מכן השאלות מסוננות פעמיים — לפי הסכמה בין מודלים, ובאמצעות מבחן השמטת אזור אחד שבודק אם הסרת אזור אכן משנה את התשובה. שאלות מאומתות הופכות למשימות רב-ברירה עם ארבע אפשרויות, והמודל מאומן עם GRPO. אין כלל שלב של כוונון עדין בפיקוח.

בעת הסקה, המדיניות רואה את התמונה המלאה ועליה קווי מתאר של אזורים צבעוניים. החיתוכים הפריבילגיים קיימים רק במהלך בניית הנתונים. כל גודל מודל במשפחה השתמש בבערך 20,000 דוגמאות אימון; כרטיס מערך הנתונים מציין את המספר המדויק כ-20,662 שאלות בחירה מרובה, חמש הורדות, ותאריך יצירה של 19 באוקטובר.

לעיצוב יש תוצאה גלויה אחת שראויה לציון בפני כל מי שמתכנן להעריך אותו. מודל שאומן רק על שאלות אמריקאיות עם ארבע אפשרויות מותאם לצורת משימה שאינה דומה כלל לתיאור תמונה בטקסט חופשי או לשאלות ותשובות חזותיות פתוחות. אם עומס העבודה שלכם דורש פסקה על תמונה, הצ'קפוינט הזה לא אומן לכך, וסעיף המגבלות בכרטיס אומר זאת במפורש: פרטים הזייתיים, טקסט שנקרא בטעות, שגיאות ספירה, שגיאות מרחביות.

מה שהתצורה מוכיחה, ללא תלות במעבדה

יש סוג של עובדה שאין צורך לקבל כאמונה, משום שזה חשבון על קבצים שפורסמו. ZwZ2-4B שוקל 4,539,265,536 פרמטרים ב-BF16, המאוחסנים בקובץ safetensors יחיד בגודל 9.08 GB. עמוד Hugging Face מעגל זאת ל-"5B", וזה נדיב; האינדקס מציין 4.54B. הבסיס שלו, Qwen3.5-4B, שוקל 4,659,865,088 — כך שהנגזרת מכילה כ-120.6 מיליון פרמטרים פחות מהמודל שאומן ממנו.

להבדל הזה יש הסבר ברור בקונפיגורציה. Qwen3.5-4B מצהיר על שכבת חיזוי רב-אסימונים אחת; ZwZ2-4B מצהיר על אפס. ראש הפענוח הספקולטיבי הוסר. הסירו ראש MTP מצ'קפוינט של 4.6B ותגיעו כמעט בדיוק לפער שנצפה. זה אותו שינוי שנושא אח ה-9B, וזו הראיה הזמינה החזקה ביותר לכך שאלה נגזרות שעברו אימון לאחר האימון הבסיסי ולא מודלים שאומנו מאפס.

שאר הסטאק ללא שינוי לעומת הבסיס:

• עומק — 32 שכבות גם ב-ZwZ2-4B וגם ב-Qwen3.5-4B

• רוחב — גודל נסתר 2,560, ביניים 9,216

• Attention — 16 ראשי query מול 4 ראשי KV, ממד ראש 256, פריסה של 3:1 בין לינארי למלא (24 שכבות לינאריות, 8 מלאות)

• אוצר מילים — 248,320 טוקנים, הטמעות קשורות

• הקשר — 262,144 מיקומים, M-RoPE בפיצול 11/11/10, מקדם רוטרי חלקי 0.25

• מגדל חזותי — 24 שכבות עם ממד חבוי 1,024, גודל טלאי 16, מיזוג מרחבי 2×2

• זמן ריצה — transformers 5.13.1, מזהה ארכיטקטורה Qwen3_5ForConditionalGeneration

תבנית הצ'אט שווה שורה אחת כי היא משנה את התנהגות המודל מחוץ לקופסה. התבנית ששוחררה פועלת במצב ללא חשיבה ומורה למודל לשים את תשובתו הסופית בתוך תגי <answer>. אם תטען אותה עם רתמת VLM גנרית שמצפה לטקסט חופשי, תקבל תגים בפלט ותתהו למה.

מה שהכרטיס לא מספר לך

שלושה פערים חשובים יותר מכל מה שהכרטיס אומר.

הראשון הוא הרישיון. במאגר אין קובץ LICENSE ואין תג רישיון. הנוסח של הכרטיס עצמו מפנה ל"רישיון הנלווה למשקלים שפורסמו ולרישיון מודל הבסיס החל" — אבל אין קובץ רישיון נלווה שאליו אפשר לפנות. מודל הבסיס, Qwen3.5-4B, הוא Apache-2.0, ולכן הסבירות הגבוהה ביותר היא שהמודל הנגזר יורש אותו. סביר אינו זהה להצהרה, וסקירה משפטית לא תקבל משפט בכרטיס שמצביע על קובץ שלא קיים.

השני הוא המאמר. לשיטת v2 — EvidenceConnect, מסנן ה-drop-one-region, האימון GRPO-only — אין תיעוד ציבורי. הקישור למאמר בכרטיס הוא עדיין מציין המקום המילולי PAPER_URL. מזהה ה-arXiv היחיד שמצורף למאגר, 2602.11858, הוא המאמר מן הדור הראשון, שמתאר זיקוק region-to-image על שלדי Qwen3-VL: שיטה אחרת, משפחת בסיס אחרת וקבוצת מספרים אחרת. כרטיס מערך הנתונים יורש את אותו מזהה, ולכן התגית מפיצה את אי-ההתאמה.

השלישי הוא היעדר כל מדידה בלתי־תלויה. אף לוח דירוג לא דירג את ZwZ2-4B, לא קיים שחזור, ומונה ההורדות לא זז מאפס. מודל יכול להיות מצוין ובלתי נמדד בו־זמנית; הנקודה היא רק ששום דבר מחוץ למעבדה עדיין לא אימת את 54.79.

מלכודת מתן השמות שתיכנסו לתוכה

חפשו את המודל הזה ותמצאו קודם מודל אחר. הדור הראשון של ZwZ-4B הוא צ'קפוינט אמיתי ומתועד המבוסס על Qwen3-VL-4B, והוא מדווח על ממוצע של 66.86 לעומת 61.52 של עמוד השדרה שלו, עם ציון ZoomBench של 55.74. המספרים האלה מצוטטים בהרחבה והם אינם המספרים של ZwZ2-4B. הם שייכים למודל בסיס אחר, למתכון אימון אחר ולמערך בנצ'מרקים אחר.

שני השמות נבדלים בתו אחד בלבד. טבלת השוואה שמערבבת ביניהם תיראה עקבית מבפנים — והיא תהיה שגויה. אם עמוד ספק או אגרגטור מציג את ZwZ2-4B ב-66.86, זו השגיאה שאתם מסתכלים עליה.

אם אתה זקוק למודל ראייה קטן השבוע

ZwZ2-4B אינו מופיע בקטלוג של OrcaRouter, והכתבה הזו לא מתכוונת להעמיד פנים אחרת. זהו צ'קפוינט שאתם מורידים ומגישים בעצמכם; אין לו שום נקודת קצה מתארחת בשום מקום שעמוד Hugging Face מכיר, והעמוד אף מדווח במפורש שאף ספק אינפרנס אינו מגיש אותו.

מה שכן יש בקטלוג הוא החלופה המעשית לאותה משימה: qwen/qwen3-vl-8b-instruct במחיר $0.18 למיליון טוקני קלט ו-$0.70 למיליון טוקני פלט, עם חלון הקשר של 131K, מוגש דרך אותה נקודת קצה תואמת OpenAI כמו כל השאר. אם התוכנית שלך הייתה להעריך את ZwZ2-4B מול בסיס השוואה מתארח לראייה, זהו בסיס ההשוואה, והרצת שניהם ממפתח אחד משמעה ספריית לקוח אחת וחשבון אחד במקום שתי אינטגרציות. OrcaRouter מנתב יותר מ-200 מודלים עם מעבר אוטומטי לגיבוי, כך שנתיב ראייה שנבנה על נקודת הקצה הזו לא תלוי בכך שספק במעלה הזרם יחיד יישאר תקין.

עבור מודל ללא הורדות וללא קובץ רישיון, זו ההמלצה הכנה: לשכור את ההשוואה, ולהחזיק בבעלות על הניסוי.

מה ישנה את ההערכה הזו?

שלושה אירועים, לפי סדר חשיבות יורד. קובץ רישיון, שיהפוך אי-ודאות משפטית לתשובה משפטית. מאמר v2 פומבי, שיאפשר למישהו לבדוק את הסינון של EvidenceConnect לאיתור דליפות — מבחן השמטת אזור אחד הוא רעיון טוב, ורעיונות טובים הם בדיוק מה שזקוק לביקורת. וכל ציון של צד שלישי באשר הוא, מפני שבנצ'מרק יחיד שניתן לשחזור בהרנס ניטרלי יעשה יותר עבור הצ'קפוינט הזה מאשר עוד אלף מילים של כרטיס.

עד שאחד מאלה יתממש, ZwZ2-4B הוא מומחה לתפיסה עם 4.54B פרמטרים, מתועד היטב, לא מוכרז ולא נמדד, שהכרטיס שלו עצמו אומר שהוא גובר על מודל הבסיס שלו ב-5.38 נקודות. זו טענה אמיתית וספציפית. היא עדיין לא תוצאה, וההבחנה הזו היא הדבר היחיד ששווה להוציא מהמאגר הזה.