Muse Glimmer: نموذج مفتوح بـ30 مليار معامل مخصص لوكلاء الذكاء الاصطناعي المحليين

قدّمت Meta Superintelligence Labs نموذج Muse Glimmer البالغ 30 مليار معامل، ونُشرت أوزانه علنًا بترخيص Apache 2.0 المتسامح. النموذج مخصص لسير عمل الوكلاء المحليين الذين يعملون باستمرار، ويقول المصدر إنه صغير بما يكفي ليعمل على حاسوب Mac أو PC ببطاقة رسومات استهلاكية واحدة. وتشمل حالات الاستخدام المستهدفة الوكلاء المحليين واستدعاء الدوال والبرمجة محليًا والتقييم بأسلوب LLM-as-a-judge.

ما الذي يستطيعه النموذج

خضع Muse Glimmer للتقييم في اختبارات وكيلية شاملة، منها DeepSearch QA وMCP-Atlas وτ-Bench وSWE-Bench، وقورن بـGemma4-31B وQwen3.6-27B في فئته من حيث الحجم. وتقول الشركة إن النموذج يستدعي الأدوات بمخططات دقيقة خلال سير عمل ممتد، ويحافظ على خطة متماسكة على مدى طويل، وتعلّم عند فشل استدعاء أداة أن يشخّص الخطأ ويعيد المحاولة بدل التوقف. ويتيح مُرمِّز إدراكي مخصص قبول النصوص والصور معًا، فيستطيع الوكيل قراءة لقطات الشاشة والمخططات والمستندات إلى جانب المحادثة. كما تشمل القائمة التوافق مع هياكل الوكلاء مثل OpenClaw، وضبط عمق التفكير، والتدريب على بيانات أكثر من 100 لغة.

كيف جرى تدريب النموذج

جرى التدريب على ثلاث مراحل. في التدريب المسبق تعلّم النموذج على مخرجات Muse Spark، وهو نموذج معلّم أكبر، بطريقة logit distillation وبمزيج بيانات مشابه. وفي المرحلة الوسطى أُضيفت بيانات أطول سياقًا وأكثر ارتباطًا بالوكلاء مع آثار استدلال أغنى. وفي المرحلة الأخيرة جُمع الضبط الدقيق بإشراف مع on-policy distillation والتعلّم المعزز في المجالات العامة والاستدلال والبرمجة والوكلاء. وتذكر الشركة أن الإصدار خضع للتقييم وفق معايير Advanced AI Scaling Framework.

كيف يتسع 30 مليار معامل على الجهاز

بالدقة الكاملة يحتاج نموذج بـ30 مليار معامل إلى أكثر من 55 GB من الذاكرة، وهو ما يفوق أي بطاقة رسومات استهلاكية. ويقلّص تكميم الأوزان إلى دقة نحو 4 بتات نموذج اللغة إلى أقل من 20 GB، فيترك مجالًا لذاكرة KV ومُرمِّز الإدراك ومسوّدة فك التشفير التخميني داخل حدود 24 أو 32 GB. ولتحقيق السرعة يأتي Muse Glimmer بمسوّدة خفيفة مبنية على DFlash: تقترح الشبكة الصغيرة كتلًا كاملة من الرموز ويتحقق النموذج الرئيسي منها بالتوازي. وقاست الشركة زيادة في سرعة فك التشفير بمقدار 3.1 مرة على RTX 5090 و1.8 مرة على M5 Max و1.5 مرة على M4 Max.

الأوزان متاحة الآن على Hugging Face، ووثائق المطورين على بوابة Meta. وتُوعَد خلال الأيام المقبلة عمليات دمج مُحسَّنة مع llama.cpp وMLX وExecuTorch، إلى جانب التشغيل عبر Ollama وLM Studio وUnsloth وvLLM وSGLang وTogether AI وFireworks AI وOpenRouter.