كتب براين أرمسترونغ، الرئيس التنفيذي لكوينبيس، أن شركته درّبت نموذجًا مفتوح الأوزان هو Qwen3.5-9B على بياناتها الداخلية الخاصة، فتفوق على نماذج رائدة في مهمة محددة هي منع الاحتيال، وبتكلفة وزمن أقل.
الأرقام التي في المخطط
المخطط المرفق مع التغريدة يقارن النموذج بعد التدريب اللاحق بنسخته الأصلية وبوكيل قرار مبني على Opus 4.5. مقابل Opus 4.5 كان الفارق: دقة (precision) أعلى بـ 7.5 نقطة مئوية، واستدعاء (recall) أعلى بـ 12 نقطة، ومقياس F1 أعلى بـ 9.6 نقطة، واستدعاء مرجّح بالدولار أعلى بـ 35.4 نقطة. وهذه فروق بالنقاط المئوية لا بالنسبة النسبية، كما ينص المخطط نفسه. لاحظ أن المقارنة مع Opus 4.5 تحديدًا، لا مع أحدث نماذج الفئة، وأن أرمسترونغ لم يذكر النماذج المقارَنة في نص التغريدة.
الفكرة الأكبر
يرى أرمسترونغ أن النماذج الرائدة ممتازة كمتخصصين عامين، لكن النماذج المتخصصة ستتفوق عليها في المهام الضيقة. وتبني كوينبيس مهارة داخلية في بيئة العمل لدى موظفيها لتدريب النماذج وتشغيلها بأمر واحد، مثل:
/fine-tune-and-serve-llm I want to fine-tune Qwen for payments risk review
ويتوقع أن بعض الخدمات الخلفية قد تُستبدل بهذه البنية كليًا.
لماذا الاحتيال حالة مثالية؟
الاحتيال مهمة ضيقة، وزمن الاستجابة فيها حساس، والبيانات المصنّفة تتولد تلقائيًا من حالات الاحتيال المؤكدة، وهي بيانات لا ترسلها أي شركة مالية عادةً إلى مختبر خارجي. هذه الشروط لا تتوفر في كل مهمة، لذلك لا يصح تعميم النتيجة على كل مجال.
السؤال الذي يبقى: متى يصبح ضبط نموذج صغير داخليًا خيارًا افتراضيًا لدى الشركات، بدل الاشتراك في أقوى نموذج متاح؟
الكلمات المفتاحية: كوينبيس، براين أرمسترونغ، Qwen3.5-9B، ضبط النماذج، النماذج المفتوحة، كشف الاحتيال، التدريب اللاحق
المصدر: حساب براين أرمسترونغ على X: x.com/brian_armstrong/status/2109412046244913643
No comments yet