# GPT-6 Astra صححت تفكيرًا لا نهائيًا لذكاء اصطناعي آخر

Published: 2026-11-04

استخدمت دراسة تابعة لمعهد ماساتشوستس للتكنولوجيا GPT-6 Astra لتعديل أوزان نموذج Qwen صغير والمساعدة في إنهاء المزيد من الإجابات. اعتمدت قفزة درجة الرياضيات المبلغ عنها على إصلاح حلقة مستهدف، وتحليل بايثون، وملاحظات الممارسة. لم تجد متابعة منفصلة لـ Gemma أصغر حجمًا أي مكاسب مؤكدة.

Canonical: https://thedailydiff.dev/ar/video/2026-11-03-astra-qwen-weights/

## ما يغطيه هذا الفيديو

- جاءت الزيادة المبلغ عنها في درجة Qwen من إصلاح مستهدف للتفكير المتكرر؛ لا يزال حوالي ثلث الإجابات المعدلة يصل إلى حد الطول في البروتوكول الأساسي.
- تم حظر تدريب التدرج، بينما سُمح بتحليل بايثون وإجابات الممارسة وملاحظات تشغيل النموذج المجمعة عبر العديد من الأدوار. تم الإعلان عن أسئلة التقييم النهائية على أنها محتجزة.
- استخدمت تجارب لعبة الأوزان الخام الصغيرة وبدون إطلاق ظروفًا مختلفة. يجب أن تحتفظ ادعاءاتها بنطاق أدواتها ومدخلاتها وأساسها الفردي.
- يعزو ماثيو هونيبل الهندسة المدعومة بالأدوات ويعارض الانطباع الأوسع الناتج عن تجميع التجارب.
- استخدمت متابعة Gemma الأصغر حجمًا إعدادها الخاص وفشلت في إثبات التحسين. اختبر أي فشل يصلحه تعديل الوزن قبل تطبيقه على نموذج آخر.

## أسئلة وأجوبة

### ماذا غيرت Astra لتحسين درجة الرياضيات المبلغ عنها لـ Qwen؟

أجرت Astra تعديلًا مستهدفًا للوزن ساعد Qwen على إنهاء المزيد من الإجابات، وفقًا للدراسة التي أجراها ريكيا تاكيهي وزملاؤه. لقد أزالت مساهمة مرتبطة بالتكرار من الأعمدة المختارة في الطبقات الداخلية. استخدمت الزيادة المبلغ عنها في درجة الرياضيات بروتوكول تقييم ثابتًا. لا يزال العديد من الإجابات المعدلة يصل إلى حد الطول، لذا فإن النتيجة تحتفظ بمعدل فشل متبقٍ كبير.

### ما هي الأدوات والملاحظات التي سُمح بها أثناء تعديل وزن Qwen؟

سُمح بتحليل بايثون، ومشاكل الممارسة مع الإجابات، وملاحظات تشغيل النموذج المجمعة عبر العديد من الأدوار. حظر الطلب الأولي الفعلي للباحثين تدريب التدرج وحدد نصائح الاختبار التشخيصي والسببي، بما في ذلك إصلاح التفكير المتكرر كهدف مؤهل. ساعد هذا الدعم Astra على اختيار تعديل مباشر للأوزان الموجودة. يمكن أن تحتوي وحدة الميزانية على مئات الإجابات التي تم إنشاؤها.

### هل كانت مشاكل التقييم النهائية متاحة لنموذج التعديل؟

يقول الباحثون إن مجموعات التقييم النهائية بقيت غير مرئية لـ Astra. جاءت ملاحظات الممارسة من مشاكل تقسيم التدريب وساعدت في اختيار التعديل؛ وقامت مشاكل محتجزة منفصلة بقياس النموذج المقدم بعد ذلك. كشف الطلب الأولي عن أسماء المعايير وبروتوكول التقييم. يصف هذا التمييز ما تم حجبه دون الادعاء بأن المحرر افتقر إلى جميع المعلومات حول المهمة.

### ماذا حدث في متابعة تعديل وزن Gemma الأصغر حجمًا؟

فشلت متابعة Gemma الأصغر حجمًا في إثبات أي مكسب، وفقًا لريكيا تاكيهي وزملاؤه. نادرًا ما تكرر النموذج، وتضمنت إخفاقاته أخطاء حسابية خاطئة وجبرًا غير صالح. حركت التعديلات المستهدفة مع ملاحظات الممارسة درجة الرياضيات المبلغ عنها بما لا يزيد عن نقطة واحدة تقريبًا. استخدمت إعدادًا منفصلًا، لذا توفر المقارنة مثالًا مضادًا محددًا بدلاً من إزالة خاضعة للتحكم المتساوي.

### ماذا كان حكم The Daily Diff على ادعاء تعديل الوزن؟

كان حكم The Daily Diff هو NEEDS REVIEW. سيأخذ نيكو إصلاح الحلقة المستهدف على محمل الجد ويختبره، مع الإبقاء على الادعاءات الأوسع مقيدة بالنجاح بعد وضع الفشل هذا. المثال المضاد للباحثين لنموذج أصغر يفيد هذا الحكم. يجب على المطورين تحديد الفشل الذي يصلحه التعديل وتقييم الأوزان المحفوظة على مهامهم الخاصة قبل الاحتفال بالمعامل المبلغ عنه.

## الفصول

- 0:00 لماذا قفزت درجة الرياضيات؟
- 0:58 ما الخطأ الذي كان يفعله Qwen؟
- 1:25 ما الذي يعارضه ناقد اليوم؟
- 1:41 ما المساعدة التي حصلت عليها Astra بالفعل؟
- 2:27 ما مدى صغر الإصلاح الفعلي؟
- 3:08 ما هي التجارب التي لم يكن لديها أدوات حقًا؟
- 3:40 ما الذي سيحتاجه ادعاء أعم؟
- 4:06 ماذا حدث للنموذج الذي نادرًا ما تكرر؟
- 4:47 هل سأشحن ادعاء تعديل الوزن؟

## النص المترجم

مترجم من السرد الإنجليزي الأصلي. يتم التحكم في الصوت والتعليقات التوضيحية المتاحة بواسطة YouTube.

### لماذا قفزت درجة الرياضيات؟

0:00 ذكاء اصطناعي يجعل ذكاء اصطناعي آخر أكثر ذكاءً بست مرات يبدو وكأنه عبقرية فورية. جاءت القفزة الكبيرة في درجة Astra من مساعدة Qwen في إنهاء الإجابات التي كانت تكررها. في هذا الفيديو، ما الذي تغير؟ ما المساعدة التي حصلت عليها Astra؟ وإلى أي مدى يصلح هذا الإصلاح؟ ارتفع Qwen من حوالي ثمانية بالمائة إلى ثمانية وأربعين بالمائة. حاول الباحثون نموذجًا ثانيًا بدون حلقات تقريبًا. سنرى كيف سار ذلك قبل الحكم.

0:22 إنه الثلاثاء، الثالث من نوفمبر، وهذا هو The Daily Diff. برمجة مساحة الأوزان هو الاسم الذي أطلقه الباحثون على طلب ذكاء اصطناعي لفحص أو كتابة الأرقام داخل الشبكة العصبية. تلك الأرقام هي أوزانها. استخدم هذا الفريق التابع لمعهد ماساتشوستس للتكنولوجيا GPT-6 Astra من OpenAI لتعديل نموذج لغة Qwen صغير، مع حظر التدريب العادي. حظر التدريب العادي. نشر ريكيا تاكيهي وزملاؤه الدراسة يوم الاثنين،

0:44 متسائلين عما إذا كان الذكاء الاصطناعي الحالي يمكنه التفكير في الشبكة الداخلية لشبكة أخرى. نتيجتهم الرئيسية قابلة للنقر للغاية. في الرياضيات خمسمائة، ارتفع Qwen من حوالي ثمانية بالمائة إلى ثمانية وأربعين بالمائة. ما يقرب من ستة أضعاف الإجابات الصحيحة. استمر Qwen في التفكير حتى نفد منه المكان للإجابة.

### ما الخطأ الذي كان يفعله Qwen؟

1:00 في وضع التفكير، غالبًا ما كرر منطقه. تخيل طالبًا يملأ دفتر الامتحان بالعمل حتى يرن الجرس. لا يزال المصحح يحتاج إلى إجابة. معظم الإجابات الأصلية وصلت إلى حد الطول. حددت Astra اتجاه التكرار في طبقتين داخليتين، ثم أزالت مساهمتها من أعمدة الوزن المختارة. بعد هذا التعديل، وصلت المزيد من الإجابات إلى نتيجة. لا يزال حوالي ثلثها يصل إلى الحد الأقصى في الاختبار المبلغ عنه.

1:22 وصل دفتر الامتحان أخيرًا إلى السطر الأخير. اليوم، تحدى ماثيو هونيبل، مؤسس spaCy والمؤسس المشارك لـ Explosion،

### ما الذي يعارضه ناقد اليوم؟

1:28 العرض. يقول إنه يمكن للقراء دمج الظروف المختلفة للتجارب في انطباع بتقنية استثنائية واحدة. اعتراضه يتعلق بقصتهم المدمجة. يمكننا التحقق من الظروف بأنفسنا. أعطت تجربة Qwen Astra دفتر ملاحظات بايثون على الأوزان ومشاكل الممارسة

### ما المساعدة التي حصلت عليها Astra بالفعل؟

1:44 مع الإجابات. عبر العديد من الأدوار، قامت بفحص التنشيطات الداخلية وقارنت الإصدارات الأصلية والمعدلة. سمحت الميزانية النهائية بخمسين دفعة من تشغيل النموذج. يمكن أن تحتوي كل دفعة من الأجيال على مئات الإجابات. جاءت بيانات الممارسة من تقسيمات التدريب. يقول الباحثون إن Astra لم ترَ مجموعات التقييم النهائية أبدًا. ساعدت الملاحظات في اختيار التعديل؛ وقامت المشاكل المحتجزة بقياسها بعد ذلك. ظلت إعدادات أخذ العينات ثابتة بين Qwen الأصلي والمعدل،

2:09 مما يجعل مقارنة درجة هذا البروتوكول قابلة للتفسير. الطلب الأول أعطاها مشرف مختبر مفيد. تشخيص الأعطال، والعثور على المكونات المسؤولة، المقارنة على نفس المشاكل، واختبار عدة نقاط قوة. ذكر صراحة التفكير المتكرر كإصلاح يحسب. يجب على طلاب الدراسات العليا التفاوض للحصول على حزمة الإعداد هذه. هذا إصلاح مثير للإعجاب.

### ما مدى صغر الإصلاح الفعلي؟

2:28 لمس تعديل Astra المستهدف ما يقرب من مائة وواحد وثلاثين ألف وزن. هذا حوالي ستة عشر ألفًا من بالمائة من النموذج. تغير ملف الوزن مباشرة. ظل تدريب التدرج محظورًا؛ قام النموذج الحالي بالإجابة بعد انتهاء جلسة تحرير Astra. وصل المكسب أيضًا إلى اتباع التعليمات. تعجبني الآثار العملية. يمكن للنموذج أن يمتلك عملًا مفيدًا يظل وضع فشله يدفنه.

2:48 إصلاح هذا الفشل يمكن أن يستعيد الإجابات القابلة للاستخدام. الإنهاء مهم. يمنح Honnibal العمل المدعوم بالأدوات الفضل في أداء المهام التي يمكن لمهندس تعلم آلة بشري القيام بها. هذا له تأثير كبير على الوكيل. شكواه هي أن عروض الأرقام الخام الصغيرة والإصلاحات الأكبر المدعومة ببايثون تدعو إلى استنتاج أوسع عند تجميعها معًا. خذ شبكات اللعبة الصغيرة.

### ما هي التجارب التي لم يكن لديها أدوات حقًا؟

3:09 في إحدى التجارب، قرأت Astra أرقامها الخام وحددت بشكل صحيح أي لعبة تعلمتها كل شبكة. كانت الأدوات محظورة. في تجربة أخرى، كتبت أوزان لعب لعبة جديدة من الصفر باستخدام القواعد و الكود المصدري، بدون إطلاق تجريبي. هذه عروض منفصلة بأدلة منفصلة. تغلبت شبكات Astra على الأساس المدرب لمائة مليون خطوة في جميع الألعاب الثلاثة. ضد الأساس المدرب لفترة أطول، خسرت في Seaquest و

3:32 Asterix، بينما فازت في Breakout. غير عمود المقارنة، ويحتاج خطاب النصر إلى التحرير. ومن الملائم أن التحرير هو موضوع اليوم. للحصول على ادعاء أوسع، سنرغب في تحسينات عبر النماذج ذات الإخفاقات المختلفة.

### ما الذي سيحتاجه ادعاء أعم؟

3:44 تتبع ما رآه المحرر وما اعتبر نجاحًا. بطاقة نموذج Qwen تحذر بالفعل من حلقات التفكير. إزالة هذا العائق المعروف له نقطة بداية معينة. ولصالحهم، ينشر المؤلفون المتابعة غير المريحة بأنفسهم. يشرحون أن إيقاف الحلقات يسمح لـ Qwen بإنهاء الإجابات التي يمكنها بالفعل العمل عليها. تتضمن سجلاتهم الطلبات والملاحظات والتعديلات. يمكننا فحص الإنجاز وطرح سؤال أصعب.

### ماذا حدث للنموذج الذي نادرًا ما تكرر؟

4:06 الآن النموذج الثاني، Gemma أصغر حجمًا في إعداد متابعتها الخاص. نادراً ما تكررت، لذا كانت إخفاقاتها هي الأخطاء الحسابية الخاطئة العادية و الجبر غير الصالح. حاولت Astra تعديلات الوزن المستهدفة مع ملاحظات الممارسة مرة أخرى. لم يحرك أي منها درجة الرياضيات بأكثر من نقطة واحدة تقريبًا، ولم يتم إثبات أي مكسب. كان إصلاح Qwen الناجح يواجه عقبة لإزالتها. نجت أخطاء Gemma الحسابية. هذا هو السؤال المفيد للمطورين.

4:28 ما الفشل الذي أصلحه التعديل، وهل نموذجك لديه بالفعل؟ اختبر الأوزان المحفوظة على مهامك الخاصة قبل الاحتفال بالمعامل. يمكن أن تكون عنق الزجاجة التي تم إصلاحها مهمة بشكل كبير بينما تظل عنق الزجاجة التالية تمامًا حيث كانت. إذا كنت تفضل قراءة هذا على سماعي أقوله، فإن الفرق يصل إلى بريدك الوارد كل صباح، مجانًا على the daily diff dot dev، الرابط أدناه.

### هل سأشحن ادعاء تعديل الوزن؟

4:47 إذن، حكم اليوم هو NEEDS REVIEW. سآخذ إصلاح الحلقة على محمل الجد وأختبره. سأبقي الادعاءات الأوسع مقيدة بالنجاح بعد وضع الفشل هذا. المثال المضاد للمؤلفين هو السطر الأكثر فائدة في الفرق. وهذا هو الفرق لليوم. أنا نيكو من Axrisi. دمج بمسؤولية.

## المصادر

- [Weight-space programming study](https://rikiyat.github.io/blog/weight-space-programming/) — Rikiya Takehi and coauthors
- [November 3 critique of bundled experiment conditions](https://honnibal.dev/blog/astra-read-write-misleading) — Matthew Honnibal
- [Pinned Qwen protocol and exact weight edits](https://github.com/RikiyaT/lm_understand-logs/tree/4d09ba6d6a7e891dd8063974dfe81b3d78e3494f/exp8_math) — Rikiya Takehi and coauthors
- [Actual initial Qwen prompt](https://github.com/RikiyaT/lm_understand-logs/blob/4d09ba6d6a7e891dd8063974dfe81b3d78e3494f/exp8_math/runs/p50c/turns/t001/prompt.txt) — Rikiya Takehi and coauthors
- [Pinned smaller Gemma follow-up](https://github.com/RikiyaT/lm_understand-logs/tree/4d09ba6d6a7e891dd8063974dfe81b3d78e3494f/exp8_math/gemma_followup) — Rikiya Takehi and coauthors
- [Original model-card thinking-loop warning](https://huggingface.co/Qwen/Qwen3.5-0.8B/blob/main/README.md) — Qwen
- [Primary study discussion](https://news.ycombinator.com/item?id=50341174) — Hacker News
- [Critique discussion](https://news.ycombinator.com/item?id=50351111) — Hacker News
- [Cover portrait: Sam Altman, TechCrunch 2019 crop, CC BY 2.0; cropped, background removed, resized and flipped; no endorsement](https://commons.wikimedia.org/wiki/File:Sam_Altman_TechCrunch_SF_2019_Day_2_Oct_3_%28cropped%29.jpg) — Steve Jennings/Getty Images for TechCrunch via Wikimedia Commons
- [Released checkpoint and attributed external re-run](https://huggingface.co/RikiyaT/Qwen3.5-0.8B-weight-space-programming) — RikiyaT on Hugging Face; re-run credited to akhaliq
- [Portrait license: Creative Commons Attribution 2.0](https://creativecommons.org/licenses/by/2.0/) — Creative Commons; Steve Jennings/Getty Images for TechCrunch portrait credit above