ميتا تكشف عن نموذج Muse Wonder؛ في مستوى نماذج OpenAI وأنتروبيك [شاهد]

يتفوق نموذجا Muse Wonder وMuse Wonder Full على GPT-6 Astra وClaude Opus 5.5 في بعض اختبارات البرمجة.

تتفوق نماذج Muse Wonder وMuse Wonder Full على GPT-6 Astra وClaude Opus 5.5 في بعض اختبارات البرمجة.

كن عضوًا مميزًا في Arjan Ambassador للاستفادة من المرافق الخاصة والأقسام المختلفة في Arjan Ambassador والوصول إليها.

قدمت ميتا نماذج الذكاء الاصطناعي Muse Wonder وMuse Wonder الكاملة. هذين النموذجين، وهما محاولة ميتا الأولى لتقديم النماذج الرائدة (Frontier)، يقدمان أداء أفضل في بعض اختبارات البرمجة ويؤديان مهام معقدة من النماذج مثل GPT-6 Astra وClaude Opus 5.5. قامت Meta أيضًا بتطوير قدرات لتذكر معلومات المستخدم ومواصلة المهام المعقدة في هذه النماذج.

تم تطوير النماذج الجديدة بواسطة مختبر الذكاء الفائق. على عكس Muse Spark، التي تم تطويرها بهدف تقديم نموذج خفيف وسريع، فإن عائلة Muse Wonder أكبر وقد صممتها Meta لأداء أفضل في المهام المعقدة، وخاصة البرمجة.

وفقًا لميتا، يتم تدريب النماذج الجديدة باستخدام التقدم في التدريب المسبق والتعلم المعزز.

يعد إصدار Muse Wonder هو الإصدار الأول للنموذج التعريفي الرائد بعد إعادة هيكلة أنشطة الذكاء الاصطناعي للشركة على يد Alexander Wang، مؤسس Scale AI، في أغسطس 2025. بعد هذه التغييرات، أصدرت Meta نموذج Muse Spark Light ووكيل الذكاء الاصطناعي Muse، لكنها امتنعت حتى الآن عن إطلاق نموذج على مستوى المنتجات الأكثر تقدمًا من شركات مثل OpenAI وAnthropic.

وحصل هذا النموذج على نسبة 57.5% في اختبار SWE-Marathon، الذي يقيم قدرة نماذج الذكاء الاصطناعي على تنفيذ مشاريع برمجية طويلة المدى. وهذا الرقم يساوي 46.3% لكلود أوبوس 5.5 و42.5% لـGPT-6 Astra.

سجل Muse Wonder Full أيضًا 79% في اختبار DeepSWE v1.1. وفي نفس الاختبار حصل GPT-6 Astra على 74.1% وكلود أوبوس 5.5 حصل على 74.2%.

كما حصل نموذج Meta الجديد على 13.1 في اختبار Harvey LAB-AA، الذي يقيم أداء الذكاء الاصطناعي في المهام القانونية. وكانت درجة GPT-6 Astra في هذا الاختبار 8.6 وكانت درجة كلود أوبوس 5.5 تساوي 4.2.

ومع ذلك، ليست كل نتائج الاختبار في صالح ميتا. حصل Muse Wonder Full على 56 نقطة في مؤشر الذكاء الاصطناعي للتحليل، وهو أقل من Claude Opus 5.5 برصيد 58. وفي نفس المؤشر، كان أداء هذا النموذج أفضل من Claude Fable 5.1 وGPT-6 Astra، وكلاهما سجل 53 نقطة.

في نماذجها الجديدة، ركزت Meta على ميزتين هما الذاكرة النشطة والتركيز النشط. تم تصميم هذه الميزات لتحسين أداء مساعدي الذكاء الاصطناعي الشخصي.

تسمح الذاكرة النشطة للنموذج بالاحتفاظ بالمعلومات المهمة التي يقدمها المستخدم في المحادثات المختلفة واسترجاع التفاصيل ذات الصلة عند الحاجة. ولتقييم هذه القدرة، أشار ميتا إلى اختبار MemoryBench، الذي يقيس أطر التعلم المستمر وبناء الذاكرة. ووفقاً لاختبارات هذه الشركة، حصلت Muse Wonder على درجات أعلى من موديلات Fable وOpus وAstra في هذا الاختبار.

تساعد قدرة التركيز النشط أيضًا النموذج على تتبع المهام المعقدة، وتجربة حلول أخرى عند فشل إحدى الطرق، ومطالبة المستخدم بالتوضيح أو التأكيد عند الحاجة. تم تطوير كلتا الميزتين بهدف تحسين أداء وكيل الذكاء الاصطناعي الشخصي Muse. تخطط Meta لاستخدام نماذج جديدة لتشغيل هذا الوكيل أيضًا.

يدعم كلا الطرازين Muse Wonder نافذة سياق مكونة من مليون رمز مميز ويمكنهما معالجة النصوص والصور والصوت والفيديو؛ ومع ذلك، فإن إنتاجهم يقتصر على النص.

نموذج Muse Wonder متاح الآن من خلال Meta Model API وخدمة Muse Code. تم تحديد تكلفة استخدامه من خلال واجهة برمجة التطبيقات (API) بمبلغ 4 دولارات لكل مليون رمز إدخال و20 دولارًا لكل مليون رمز مميز للمخرجات. لا يتم توفير نموذج Muse Wonder Full الأكثر تقدمًا، على عكس الإصدار العادي، عبر واجهة برمجة التطبيقات (API) وهو متاح فقط لمشتركي Muse Code.

أنا طالبة في علم اللغة وبقدر اهتمامي بـ "الكلمات"، فإنني أستمتع أيضًا باستكشاف عالم التكنولوجيا والعلوم.

قم بالتسجيل أو تسجيل الدخول للدردشة مع المستخدمين.