Command Palette
Search for a command to run...
برنامج تعليمي عبر الإنترنت | Qwen 3.8-27B: إصدار رئيسي مفتوح المصدر، ترقية قدرات الاستدلال/البرمجة/الوكيل
بعد انتظار طويل، أطلقت سلسلة كوين أخيرًا خطوتها الكبيرة.أصبح برنامج Qwen3.8-27B الآن مفتوح المصدر ومتاحًا!
بفضل 27 مليار مُعامل، لا يعتمد هذا النموذج على المبدأ القديم القائل "كلما زاد عدد المُعاملات، زادت قوته"، بل يُحسّن بشكل شامل قدراته في الاستدلال والبرمجة والتعامل مع الوكلاء. وقد بدأ، في العديد من التقييمات الرسمية، يُنافس مباشرةً أفضل النماذج المغلقة المصدر مثل كلود.
يعتمد هذا النموذج على بنية Qwen3.5 وقد تم تحسينه وترقيته.بفضل نطاقه الذي يبلغ 27 مليار معلمة، فإنه يعزز بشكل شامل قدرات تطوير التعليمات البرمجية والمهام المهنية وتحليل البحوث العلمية ومهام الوكلاء الأذكياء طويلة المدى.فيما يتعلق بمهارات البرمجة،حقق Qwen3.8-27B درجة 72.4 على SWE-bench Verified و 80.7 على LiveCodeBench v6.يُظهر هذا النموذج قدرات برمجية متطورة تقترب من قدرات النماذج الأكبر حجماً. علاوة على ذلك، وباعتباره نموذجاً أصلياً للغة المرئية، فإنه يدعم فهم الصور والفيديوهات، ويمكنه التعامل مع مهام متعددة الوسائط مثل الرسوم البيانية العلمية، وتحليل المستندات، وتحليل الفيديوهات الطويلة.وقد حقق درجة 88.9 على OmniDocBench 1.5 و 87.0 على VideoMME.
فيما يتعلق بقدرات الوكلاء الأذكياء،يعمل Qwen3.8-27B على تحسين قدرات التخطيط الذاتي واستخدام الأدوات والتغذية الراجعة البيئية.يمكنه تقسيم المهام المتعلقة بالأهداف المعقدة وتنفيذها باستمرار. في تقييم الوكلاء،حصل النموذج على 70.3 نقطة في اختبار ScreenSpot Pro و 56.2 نقطة في اختبار OSWorld-Verified.يعزز هذا الأمر القدرة على إنجاز المهام في بيئات العالم الحقيقي. علاوة على ذلك، يدعم النموذج آلية تحكم مرنة في الاستدلال، مما يسمح للمستخدمين بتعديل عمق الاستدلال حسب الحاجة، محققاً بذلك توازناً بين الفعالية والكفاءة.
حالياً، أطلق قسم البرامج التعليمية في الموقع الرسمي لشركة HyperAI (hyper.ai) "Qwen3.8-27B-FP8: Native Visual Language Model" لمساعدة المطورين على الوصول بسرعة إلى إمكانيات النموذج.
تشغيل عبر الإنترنت:
المزيد من الدروس التعليمية عبر الإنترنت:
تشغيل تجريبي
1. بعد الدخول إلى الصفحة الرئيسية لموقع hyper.ai، حدد صفحة "الدروس التعليمية"، أو انقر فوق "عرض المزيد من الدروس التعليمية"، وحدد "Qwen3.8-27B-FP8: نموذج اللغة المرئي الأصلي"، وانقر فوق "تشغيل هذا البرنامج التعليمي".
2. بعد إعادة توجيه الصفحة، انقر فوق "استنساخ" في الزاوية اليمنى العليا لاستنساخ البرنامج التعليمي في الحاوية الخاصة بك.
ملاحظة: يمكنك تبديل اللغات في الزاوية العلوية اليمنى من الصفحة. حاليًا، اللغتان الصينية والإنجليزية متاحتان. سيوضح هذا البرنامج التعليمي الخطوات باللغة الإنجليزية.
3. حدد صور "NVIDIA RTX 5090-2" و "vllm"، وانقر فوق "متابعة تنفيذ المهمة".
4. انتظر حتى يتم تخصيص الموارد. بمجرد أن تتغير الحالة إلى "قيد التشغيل"، انقر فوق "فتح مساحة العمل" للدخول إلى مساحة عمل Jupyter.
عرض التأثير
1. بعد إعادة توجيه الصفحة، انقر على ملف README الموجود على اليسار، ثم انقر على تشغيل في الأعلى.
2. بعد اكتمال العملية، يرجى فتح نافذة طرفية جديدة وتنفيذ الأمر التالي لبدء تشغيل Open WebUI.
3. بعد بدء التشغيل، انقر فوق عنوان API الموجود على اليمين للوصول إلى واجهة Open WebUI في متصفحك وابدأ التفاعل مع النموذج المحلي.
