ميتا للذكاء الاصطناعي تكشف عن Muse Glimmer: نموذج وكيل مفتوح الوزن بحجم 30 مليار معلمة لأجهزة المستهلكين GPU

أصدرت Meta نموذج Muse Glimmer، وهو نموذج متعدد الوسائط بثلاثين مليار معامل تم تقطيره من Muse Spark، وتم ضبطه لسير عمل الوكلاء المحليين الذين يعملون باستمرار، وتم إصداره بموجب ترخيص Apache 2.0. عند الدقة الكاملة، يحتاج نموذج 30B إلى أكثر من 55 جيجابايت من الذاكرة، لكن Meta تضغطه إلى دقة 4 بت تقريبًا وتضيف فك تشفير تخميني على مستوى الكتلة، مما يسمح بتشغيله على وحدة معالجة رسوميات واحدة للمستهلك أو على جهاز Mac دون الحاجة إلى استدعاء شبكة. تتضمن مجموعة Hugging Face أوزان BF16، وكميات GGUF k-quants، وإصدارات ExecuTorch، ومخطط DFlash. يُعد Muse Glimmer محولًا سببيًا كثيفًا مع مشفر إدراك، باستخدام الانتباه الاستعلامي الجماعي مع 32 رأس استعلام ورأسي KV، وطول سياق يزيد عن 131072. شمل التدريب تقطير اللوغاريتمات على مخرجات Muse Spark، والتدريب الوسيط مع بيانات الوكلاء طويلة السياق، والتدريب اللاحق مع الضبط الدقيق الخاضع للإشراف والتعلم المعزز. يستغرق الإصدار المضغوط أقل من 20 جيجابايت لنموذج اللغة، ليتناسب مع حزم 24 جيجابايت أو 32 جيجابايت. يتوفر إصداران مكممان: يستهدف K-Quant-Dynamic ذاكرة وصول عشوائي للفيديو بسعة 32 جيجابايت مع تدهور متوسط بنسبة 0.2%، ويستهدف K-Quant-17GB ذاكرة وصول عشوائي للفيديو بسعة 24 جيجابايت مع تدهور بنسبة 1.0%. يتنبأ DFlash، وهو مخطط انتشار الكتل، بـ 16 رمزًا في تمرير أمامي واحد، محققًا تسريعًا بمقدار 3.1x على RTX 5090. تُظهر المعايير أن Muse Glimmer يتصدر في MCP Atlas (75.5) وDeepSearch QA (74.6) وGaia2 (43.3) وSWE-Bench Pro (51.2) وAIME 2026 (94.7)، لكنه يتخلف عن Qwen3.6-27B في OSWorld-Verified (65.9 مقابل 75.6) وTerminalBench 2.1. فيما يتعلق بالسلامة، يبلغ معدل نجاح هجوم Siren AgentDojo 28.4 مع فائدة 94.2، وتصنف Meta مخاطر الكيمياء/البيولوجيا والأمن السيبراني وفقدان السيطرة بأنها معتدلة أو أقل.