نموذج V3.2-exp بآلية “الاهتمام المتناثر”
أعلنت شركة ديب سيك الصينية عن إطلاق نموذجها التجريبي الجديد V3.2-exp، الذي يعمل بآلية “الاهتمام المتناثر” (Sparse Attention)، بهدف تقليل تكاليف الاستدلال عند معالجة النصوص طويلة السياق.
النموذج الجديد ظهر على منصة Hugging Face مرفقًا بورقة بحثية منشورة على GitHub، ليكون متاحًا أمام المطورين لتجربته واختباره.
تقنية “مُفهرس البرق” واختيار الرموز الدقيقة
يعتمد النموذج على نظام متطور يضم وحدة تُعرف باسم “مُفهرس البرق”، مهمتها تحديد أولويات المقاطع الأكثر أهمية داخل النصوص الطويلة.
بعد ذلك يتدخل نظام آخر يُسمى “اختيار الرموز الدقيقة” لانتقاء الكلمات الرئيسية ومعالجتها داخل نافذة الانتباه.
هذه الآلية تُمكّن النموذج من التعامل مع بيانات ضخمة بكفاءة أكبر وباستهلاك موارد أقل.
نتائج أولية تشير إلى خفض 50% من التكاليف
وفقًا لتقرير نشره موقع تك كرانش، أظهرت الاختبارات الأولية أن النموذج قد يُساهم في تقليل تكلفة استدعاء واجهات برمجة التطبيقات (API) بنسبة تصل إلى 50%.
لكن الشركة أوضحت أن هذه النتائج تحتاج إلى المزيد من الاختبارات المستقلة لتأكيدها بشكل نهائي.
استمرار جهود خفض تكاليف تشغيل الذكاء الاصطناعي
تسعى “ديب سيك” من خلال هذه الابتكارات إلى تحسين كفاءة نماذج الذكاء الاصطناعي القائمة على بنية المحوّل (Transformer)، والتي تُستخدم على نطاق واسع في التطبيقات الحديثة.
ويأتي ذلك بعد أن أثارت الشركة جدلًا عالميًا في وقت سابق من العام بإطلاق نموذج R1، الذي تميز بتكلفة تدريب منخفضة مقارنة بمنافسيها الأميركيين.
خطوة عملية رغم قلة الضجة
يرى محللون أن تقنية “الاهتمام المتناثر” قد لا تُحدث نفس الضجة الإعلامية التي رافقت إطلاق نموذج R1، لكنها تُعد خطوة عملية بالغة الأهمية.
فهي تمنح شركات التكنولوجيا الكبرى، خاصة في الولايات المتحدة، فرصة لتقليل تكاليف تشغيل نماذج الذكاء الاصطناعي مع الحفاظ على مستويات عالية من الكفاءة في المعالجة.
