Sarvam AI تطلق نموذج Prism لاتخاذ القرارات بأوزان مفتوحة

أطلقت Sarvam AI نموذج Sarvam Prism في 3 نوفمبر 2026، وهو نموذج بأوزان مفتوحة لاتخاذ القرارات في المؤسسات، يستند إلى Sarvam 105B ويقيّم خيارات محددة مسبقًا من دون توليد النص كلمةً كلمة. وتذكر الشركة أن متوسط زمن الاستجابة يبلغ 44 ملّي ثانية على وحدة معالجة رسومية واحدة من طراز NVIDIA B200، وأنه حقق أعلى متوسط درجات بين النماذج التي تجيب في أقل من 100 ملّي ثانية، ضمن تقييم شمل 25 نموذجًا.

تتوفر الأوزان على Hugging Face بموجب ترخيص Apache 2.0، كما يمكن الوصول إلى النموذج المستضاف عبر واجهة Sarvam API على Sarvam Indus. ويتطلب نشر النموذج وحدة معالجة رسومية واحدة بذاكرة لا تقل عن 120 غيغابايت، على أن يعمل Prism بدقة FP8. ويمكنه معالجة ما يصل إلى 131,072 رمزًا لكل سؤال، ما يتيح تقييم مدخلات طويلة، مثل سجلات تشغيل الوكلاء، في تمريرة واحدة.

نموذج لاتخاذ القرارات بتمريرة واحدة

يتضمن كل طلب حالةً وسؤالًا وأي عدد من الخيارات التي تتسع لها نافذة السياق. ويعالج Prism المدخلات في تمريرة أمامية واحدة، ثم تسند وحدة صغيرة مخصّصة للتقييم احتمالًا إلى كل خيار. وطوّرت Sarvam النموذج بتطبيق الضبط الدقيق باستخدام LoRA على نظامها 105B، لتهيئته لاتخاذ القرارات في المؤسسات بدلًا من توليد نصوص مفتوحة الصياغة. وتشمل الاستخدامات التي اختُبر فيها توجيه استفسارات دعم العملاء بحسب النية، وتوجيه النماذج، واستخبارات المستندات، وفحص عمليات تشغيل الوكلاء.

يسهم هدفان تدريبيان متساويان في تحديد تلك الاحتمالات. يعتمد أحدهما على الإنتروبيا المتقاطعة مع تنعيم للتسميات بنسبة 5% للحد من اليقين التام؛ أما الآخر فيستخدم خسارة Brier، التي تقيس مربع خطأ الاحتمال وتجعل الأخطاء الواثقة مكلفة. وتعزو Sarvam معايرة Prism إلى هذا المزيج. كما تحافظ قناع انتباه مخصّص على عزل الخيارات بعضها عن بعض أثناء التقييم. وتُقرأ الحالة والسؤال في الاتجاهين، بينما لا يرى جميع الخيارات ويقارن بينها سوى رمز الإجابة.

قياسات الدقة وزمن الاستجابة

يجمع المتوسط المعلن نتائج ثلاثة مؤشرات: مؤشر Jev لاتخاذ القرارات، الذي يغطي 37 معيارًا عامًا؛ وإعادة إنشاء Sarvam لمؤشر Artificial Analysis لاتخاذ القرارات، التي تستبدل اختبار المعرفة الخاص الأصلي بأسئلة صعبة منتقاة تتضمن خيار «لا أعرف»؛ ومعيار داخلي للغات الهندية. وحُسبت أزمنة الاستجابة باعتبارها الوسيط لـ1,000 طلب أُرسلت بالتتابع، مع استخدام شيفرة الاستدلال الخاصة بمطوّر كل نموذج حين تمكّنت Sarvam من تشغيله على أجهزتها من طراز B200.

سجّل Prism متوسطًا قدره 71.8 في اختبارات Sarvam، وبلغت نتائجه في المكونات 67.0 على Jev، و65.9 في إعادة إنشاء Artificial Analysis، و82.5 في اللغات الهندية. أما mammoth-1، الذي حقق درجة أعلى، فسجّل 75.2، لكن وسيط زمن استجابته بلغ 284 ملّي ثانية. ويظهر في المقارنة نظامان لا يتاحان إلا عبر واجهة API، هما Jev 1.14 وMicrosoft-Decision-1، مع أزمنة معلنة للجمهور بدلًا من قياسات محلية مكافئة؛ لذا لا يستخدم المخطط طريقة قياس واحدة لجميع النماذج.

عمل الإعداد الأولي بوسيط زمن استجابة بلغ 664 ملّي ثانية بدقة 16 بت، باستخدام وحدتي معالجة رسومية من طراز B200. وأتاح تحويل الأوزان إلى FP8 تشغيل Prism على وحدة واحدة. كذلك جمعت Sarvam الخبراء الـ128 كلهم في نواة واحدة، وسجّلت التمريرة الأمامية في رسم CUDA بياني، ودمجت تحويل FP8 في نوى الخبراء، ودمجت محوّل الضبط الدقيق في أوزان النموذج. وأسفرت هذه التغييرات مجتمعة عن زمن الاستجابة الذي يحققه الإصدار المطروح على وحدة معالجة رسومية واحدة، وتفيد Sarvam بأنها لم تؤدِّ إلى أي خسارة في الدقة.

المعايرة وتقييم الوكلاء

تتناول اختبارات المعايرة مدى إمكان اعتماد سير العمل على عتبات الثقة عند أتمتة القرارات. ففي اللغة الإنجليزية، وعند مستوى ثقة لا يقل عن 90%، تذكر Sarvam أن Prism توقّع نسبة أخطاء قدرها 3.3%، بينما بلغت الأخطاء الفعلية 2.2%، وذلك عبر 226,088 سؤالًا من 37 معيارًا عامًا. وبالنسبة إلى 20,108 أسئلة بعشر لغات هندية وباللغة الهجينة بين الهندية والإنجليزية، توقّع نسبة أخطاء قدرها 5.4%، بينما بلغت النسبة الفعلية 4.4%. وظلت الأخطاء الفعلية أقل من المتوقعة عند كل عتبة اختُبرت، من 50% إلى 95%، في مجموعتي اللغات.

يشكل ترتيب الخيارات مشكلة منفصلة تتعلق بالاتساق. ففي اختبار Sarvam الذي شمل 2,000 سؤال، غيّر Prism إجابات 4.0% من الأسئلة عندما خُلِط ترتيب الخيارات بأربع صيغ مختلفة، وقُيّمت كما وردت. وأدى ترتيب الخيارات وفق تسلسل داخلي ثابت قبل التقييم، ثم إرجاع احتمال كل خيار تحت تسميته الأصلية، إلى إزالة هذه التغييرات. ولم تتطلب هذه الخطوة أي حسابات إضافية، ولم تتسبب في خسارة للدقة في التقييم.

لمراقبة أداء الوكلاء، قيّمت Sarvam خمسة نماذج باستخدام عمليات التشغيل المسجلة نفسها، وعددها 700، و1,770 سؤالًا. وبلغت الدقة الإجمالية المعلنة لـPrism نسبة 78.5%، بما في ذلك 75.0% للحكم على نجاح المهمة، و86.4% لتحديد الحاجة إلى مراجعة بشرية، و69.6% لتحديد الوكيل المسؤول عن الإخفاق. وطوبقت الإجابات مع تعليقات توضيحية أعدّها خبراء أو نتائج تلقائية من البيئة، ولم تُقارن قط بأحكام نموذج ذكاء اصطناعي آخر. ويقرأ Prism سجل التشغيل مرة واحدة ويقيّم خمسة أسئلة تقييمية معًا، مستغرقًا نحو نصف ثانية لكل عملية تشغيل على وحدة معالجة رسومية واحدة.

تذكر Sarvam أن دقة Prism بلغت 89.0% في معيار داخلي للأمن السيبراني شمل 5,517 سؤالًا ضمن تسع مهام، وتعتزم توسيع مجموعة التقييم هذه وإتاحتها للجمهور. وفي النتائج نفسها، سجّل Clef نسبة 84.5%، وJev 1.14 نسبة 78.6%، وMicrosoft-Decision-1 نسبة 76.1%. واستندت المهام إلى ثغرات نُشرت منذ يوليو 2026، وشملت تحديد حملات التصيد ومحاولات كسر حماية النماذج، وتصنيف أنواع الهجمات ضمن أطر MITRE.

تتمثل الفكرة الأساسية وراء Prism في توفير طبقة لاتخاذ القرار تستطيع المؤسسات تدريبها وتشغيلها على بنيتها التحتية الخاصة، مع تقديرات للثقة مصممة لتحديد عتبات آلية. وتتيح الأوزان المفتوحة اختبار هذه الفكرة ضمن تدفقات عمل خاصة. كما أن النشر المزمع للتقييم الأمني سيُخضع أحد الاختبارات الداخلية الواردة في الإعلان للتدقيق العام.