یاندکس مدل پایه آلیس هوش مصنوعی ۸۰ میلیارد پارامتری را متن‌باز کرد

یاندکس مدل زبانی بزرگ AliceAI-Foundation-80B-A3B-Base را منتشر کرد؛ رویکردی نوین در هوش مصنوعی متن‌باز

شرکت یاندکس از انتشار مدل زبانی بزرگ خود با نام AliceAI-Foundation-80B-A3B-Base خبر داده است. این مدل که کاملاً از ابتدا توسعه یافته، تحت مجوز Apache 2.0 منتشر شده و وزن‌های آن در پلتفرم Hugging Face در دسترس عموم قرار گرفته است. این امر به توسعه‌دهندگان و شرکت‌ها اجازه می‌دهد تا بدون هیچ‌گونه محدودیتی، چه برای مصارف تجاری و چه غیرتجاری، از این مدل استفاده کنند.

معماری پیشرفته و کارایی بالا

AliceAI-Foundation-80B-A3B-Base از معماری “ترکیبی از متخصصان” (Mixture-of-Experts) بهره می‌برد. این مدل دارای ۸۰ میلیارد پارامتر کلی است که در ۵۱۲ “متخصص مسیریابی شده” و یک “متخصص مشترک” توزیع شده‌اند و در ۴۸ لایه سازماندهی شده‌اند. نکته قابل توجه این است که برای پردازش هر توکن، تنها ۳ میلیارد پارامتر از این مجموعه فعال می‌شود، که نشان‌دهنده کارایی و بهینه‌سازی بالای مدل است.

پنجره زمینه وسیع برای درک عمیق‌تر

یکی از ویژگی‌های برجسته این مدل، پنجره زمینه (context window) به طول ۲۶۲,۱۴۴ توکن است. این ظرفیت عظیم به مدل اجازه می‌دهد تا حجم بسیار زیادی از اطلاعات را در یک زمان پردازش کند؛ به عنوان مثال، می‌تواند یک رمان کامل، یک پایگاه کد نرم‌افزاری جامع، یا یک سند حقوقی طولانی را بدون نیاز به خلاصه‌سازی یا حذف بخشی از آن، درک و تحلیل کند.

مدل پایه برای نوآوری‌های آتی

نسخه منتشر شده از AliceAI-Foundation یک مدل پایه (base model) است و فاقد تنظیمات دقیق برای دستورالعمل‌ها یا مکالمه (instruction-tuned or chat-fine-tuned) است. این رویکرد به محققان و توسعه‌دهندگان این امکان را می‌دهد تا وزن‌های خام از پیش آموزش‌دیده را دریافت کرده و آن‌ها را مطابق با نیازهای خاص خود سفارشی‌سازی کنند.

ارزیابی عملکرد و بنچمارک‌های جدید

یاندکس همزمان با انتشار مدل، دو بنچمارک جدید به زبان روسی را معرفی کرده است: WikiWebFacts و HardMultiQA. مدل AliceAI-Foundation در بنچمارک WikiWebFacts امتیاز ۸۶.۵ و در HardMultiQA امتیاز ۶۷.۹ را کسب کرده است.

مقایسه با رقبا و مزیت رقابتی

مقایسه مستقل این مدل با DeepSeek-V4-Flash-Base، که یاندکس آن را رقیب مستقیم خود معرفی کرده، نشان می‌دهد که AliceAI-Foundation در دانش واقعی روسی، حقوق، پزشکی و کدنویسی، عملکردی برابر یا بهتر از مدل رقیب دارد. نکته حائز اهمیت این است که DeepSeek-V4-Flash-Base پارامترهای بسیار بیشتری را در هر توکن فعال می‌کند، در حالی که AliceAI-Foundation با فعال‌سازی پارامترهای کمتر، نتایج رقابتی را با هزینه محاسباتی پایین‌تر به دست می‌آورد. عملکرد این مدل در ریاضیات و کدنویسی نیز در مقایسه با مدل‌هایی با تعداد پارامترهای فعال بسیار بیشتر، قابل توجه بوده است.

آزادی استفاده تجاری تحت مجوز Apache 2.0

مجوز Apache 2.0 امکان استفاده تجاری، اصلاح، توزیع و صدور مجوز فرعی را فراهم می‌کند. این بدان معناست که شرکت‌ها می‌توانند AliceAI-Foundation-80B-A3B-Base را برداشته، آن را برای یک حوزه خاص تنظیم کنند، محصولی پیرامون آن بسازند و بدون نیاز به پرداخت هیچ‌گونه هزینه‌ای به یاندکس (به جز ذکر منبع)، آن محصول را به فروش برسانند.

زمان‌بندی انتشار

وزن‌های مدل در تاریخ ۱۸ سپتامبر ۲۰۲۶ منتشر شده و اعلامیه کامل و مستندات آن در تاریخ ۲۱ سپتامبر ارائه گردید.

یاندکس، AliceAI-Foundation را به عنوان پایه‌ای برای تلاش‌های آتی خود در جهت توسعه یک مدل استدلال یکپارچه با قابلیت‌های عاملیتی (agentic capabilities) قوی‌تر توصیف کرده است.