تُصدر Baseten نموذج joey-1، وهو نموذج قرارات مفتوح الأوزان يضم ملياري معلمة

أصدرت Baseten في 29 أكتوبر 2026 نموذج joey-1، وهو نموذج قرارات يضم ملياري معلمة وطوّره مختبر الأبحاث الداخلي التابع لها Base Labs. ويبلغ سعره 0.01 دولار لكل مليون رمز، كما يتاح عبر واجهات Baseten Model APIs وبأوزان مفتوحة على Hugging Face.

مع joey-1، أصبحت عائلة نماذج القرارات من Base Labs تضم الآن ثلاثة أحجام. ويضع الإعلان النموذج الجديد إلى جانب mammoth-1 (27 مليارًا) وelephant-1 (9 مليارات)، اللذين أُطلقا ضمن إصدار العائلة في 21 أكتوبر. وفي ذلك الإصدار السابق، وصفت Baseten نموذج mammoth-1 بأنه الأعلى تصنيفًا بين 208 نماذج قرارات على Jev Decision Index، وelephant-1 بأنه نموذج القرارات الرائد ضمن فئة 9 مليارات معلمة. ودُرّبت النماذج الثلاثة على مزيج البيانات نفسه، وتستخدم واجهة برمجة التطبيقات نفسها؛ وتقول الشركة إن الانتقال من أحدها إلى آخر لا يتطلب سوى تغيير سطر واحد. وتوصي Baseten بنموذج mammoth-1 للقرارات التي تكون فيها الدقة أهم ما في الأمر، وبنموذج elephant-1 بوصفه الخيار الافتراضي المتوازن، وبنموذج joey-1 لأعباء العمل الكثيفة والحساسة لزمن الاستجابة.

على خلاف نماذج اللغة الكبيرة التوليدية، لا يُنشئ نموذج القرارات نصًا. بل يُخرج تسمية ودرجة ثقة بها في تمريرة أمامية واحدة، بحيث يكون مجموع الدرجات لجميع الإجابات الممكنة 1. وعند تزويده بحالة — نص، مع إمكانية إرفاق صور — ومجموعة من الأسئلة، يُخرج joey-1 احتمالًا معايرًا لكل خيار من خلال عملية تعبئة مسبقة واحدة ذات بادئة مشتركة. ويدعم النموذج ثلاثة أنواع من الأسئلة: نعم/لا، والاختيار من بين خيارات محددة، ومستويات التقييم المرتبة. ويسرد منشور Baseten السابق عن عائلة النماذج استخدامات لنماذج القرارات، تشمل فرز التذاكر وتوجيهها، واكتشاف الرسائل المزعجة والتصيد الاحتيالي، ووسائل الحماية من المطالبات واكتشاف محاولات كسر الحماية، وتوجيه الطلبات بين نماذج اللغة الكبيرة الصغيرة والنماذج الرائدة.

قالت Baseten إن نقل عبء عمل لنموذج لغة كبير إلى joey-1 يكون مجديًا عندما يكون حجم القرارات كبيرًا بما يكفي لجعل تكلفة كل استدعاء عاملًا حاسمًا في اقتصاديات المشروع، أو عندما يكون القرار شرطًا مسبقًا لخطوة أخرى ويُضاف زمن استجابته إلى كل إجابة. وعلى سبيل المثال، فإن تصنيف 10 ملايين تذكرة دعم شهريًا، بمتوسط يقارب 500 رمز لكل تذكرة، يعادل 5 مليارات رمز؛ وتقدّر الشركة تكلفة ذلك بنحو 50 دولارًا شهريًا باستخدام joey-1، مقابل 500 دولار باستخدام mammoth-1. وتصف Baseten نموذج joey-1 بأنه نموذج للمرحلة الأولى، مع إتاحة نماذج أكبر مثل elephant-1 أو mammoth-1 للتصعيد إليها عندما لا يكون joey-1 واثقًا من إجابته.

نتائج زمن الاستجابة والمقاييس المعيارية المُعلنة

أفادت Baseten بأن joey-1، عند تشغيله على نطاق الإنتاج، يعالج طلبًا متوسطه 2,000 رمز بزمن استجابة شامل من البداية إلى النهاية يبلغ 20 مللي ثانية عند المئين الخمسين (P50)، أي أسرع بنحو 2.5 مرة من elephant-1 الذي يبلغ زمن استجابته 49 مللي ثانية. كما وصفت النموذج بأنه أسرع بخمس مرات من نماذج القرارات المماثلة. وقالت الشركة إن joey-1 هو أقوى نموذج قرارات يضم 3 مليارات معلمة أو أقل، وفقًا لاختباراتها الداخلية التي ستُنشر تفاصيلها لاحقًا.

تفيد بطاقة النموذج بأن joey-1 حقق 63.30 نقطة في الجزء العام من Jev Decision Index 0.4، ليحتل المرتبة 37 من بين 230 نموذجًا، مسجلًا أعلى نتيجة بين النماذج التي يقل عدد معلماتها عن 4 مليارات في ذلك الجزء. ويورد جدول الجزء العام في البطاقة نتائج elephant-1 (72.24)، وCloudflare Clef (61.71)، وJev 1.14 (60.70)، وPerplexity Decider Flash v1.2 (60.06). ووفقًا للبطاقة، تقل نتيجة joey-1 عن نتيجة elephant-1 في كل مجال جرى تقييمه، وتتجاوز نتيجة Jev 1.14 في أربعة من أصل خمسة مجالات: اللغة، والأدوات والأتمتة، والاسترجاع والتصنيف، والفنون والذائقة الإنسانية.

على النسخة الداخلية التي أنشأتها Base Labs من Artificial Analysis Decision Index، تسجل بطاقة النموذج joey-1 بنتيجة 62.9، خلف mammoth-1 بنتيجة 65.9، وelephant-1 بنتيجة 65.2، وd1-ultra بنتيجة 65. وتذكر صفحة مكتبة النماذج لدى Baseten أن joey-1، عند إطلاقه في أكتوبر 2026، هو النموذج الأفضل ذي الملياري معلمة على Jev Decision Index 0.4.

بيانات التدريب ومنهجيته

وفقًا لبطاقة النموذج، خضع joey-1 لتدريب لاحق انطلاقًا من Qwen3.5-2B، باستخدام مزيج البيانات والمنهجية نفسيهما المستخدمين مع elephant-1 وmammoth-1، وذلك عبر Baseten Training Jobs. وشملت العملية ضبطًا دقيقًا كاملًا لنموذج اللغة على مهام اتخاذ القرارات النصية والبصرية، مع تثبيت مشفّر الرؤية، واستخدام قناع انتباه ثنائي الاتجاه على مستوى الكتل في طبقات الانتباه الكامل، وبحد أقصى لطول التسلسل يبلغ 16,384 رمزًا.

تضمنت مجموعة بيانات التدريب 6.21 مليون مثال لاتخاذ القرارات، ضمن مزيج تسميه المختبر Mix 8: نسبة 58.3% لمهارات اتخاذ القرارات الأساسية، و16.1% للسلامة والامتناع عن الإجابة، و16.1% للتحكيم والمجالات المتخصصة، و9.5% لبيانات القرارات العامة. وجمعت دالة التدريب بين خسارة الانتروبيا المتقاطعة ومصطلح معايرة Brier، مع ضبط لامبدا على 1، كما تضمنت خيار «لا أعرف» دُرّب عليه النموذج لاستخدامه في الحالات التي لا يكون فيها واثقًا من إجابته. واستمرت المنهجية حقبة تدريب واحدة شملت 43,390 خطوة، بمعدل تعلم أقصى قدره 1e-5 باستخدام مُحسِّن AdamW، وقيمتي بيتا 0.9 و0.95، ومن دون اضمحلال للأوزان، مع فترة إحماء بنسبة 3%، واضمحلال جيبي، ودقة bf16، على عقدتين تضم كل منهما ثماني وحدات معالجة رسومية من طراز H100، أي 16 وحدة معالجة رسومية إجمالًا.

التوافر والتسعير والنشر

أصبح joey-1 متاحًا عبر Baseten Model APIs من خلال نقطة النهاية /v1/systemone، تحت معرّف النموذج decision-models/baseten-joey-2b-latest، مع تفعيل عدم الاحتفاظ بالبيانات افتراضيًا. ويبلغ السعر المعلن 0.01 دولار لكل مليون رمز إدخال، بينما يبلغ سعر رموز الإدخال المخزنة مؤقتًا ورموز الإخراج 0.00 دولار. ويورد جدول أسعار العائلة سعرًا قدره 0.035 دولار لـelephant-1 و0.1 دولار لـmammoth-1 لكل مليون رمز، كما يذكر الإعلان أن سعر joey-1 يعادل عُشر سعر mammoth-1.

في Model APIs، تدعم نماذج اتخاذ القرار نافذة سياق بسعة 16k، وهي محسّنة لأعباء العمل ذات زمن الاستجابة المنخفض. أما عمليات النشر المخصصة فتتيح الاستفادة من نافذة السياق الكاملة بسعة 262k، وتدعم الأوزان المضبوطة ضبطًا دقيقًا؛ وقالت Baseten إنها تستطيع أيضًا توفير زمن أسرع حتى أول رمز (TTFT) ومعدل أعلى للرموز في الثانية (TPS)، بفضل التحسينات المخصصة لأعباء العمل والاستضافة المشتركة مع أعباء عمل نماذج اللغة الكبيرة (LLM). يتاح النموذجان elephant-1 وjoey-1 للتدريب اللاحق ضمن مهام التدريب من Baseten، وقد نشرت الشركة دليلًا عمليًا للضبط الدقيق على GitHub.

الأوزان متاحة بموجب ترخيص MIT. وللاستضافة الذاتية، يثبّت برنامج الإعداد النصي في بطاقة النموذج بيئة تشغيل ثابتة الإصدار لتقديم النماذج، وOneJev مع تصحيح خاص بالتقديم، ويتطلب وحدة معالجة رسومات واحدة من CUDA. وتشير البطاقة إلى رفض الطلبات التي تتجاوز حدود طول الإدخال الذي دُرّب عليه النموذج، بدلًا من اقتطاعها.