تقول TypeSafe AI إنها أسرع من نماذج اللغة الكبيرة بـ193 مرة. لكن دليلها الخاص يُظهر 75 مرة.

تقول TypeSafe AI إنها أمضت عامين في العمل السري، وهي تريد أن تُقرأ كرفض لحقبة روبوتات المحادثة. تبدأ صفحة إطلاقها بجملة وشظية من كلمتين: “اتخذنا الاتجاه البحثي المعاكس”، تليها “ليس الدردشة”.

الشركة، التي يقول تذييل موقعها “صُنع في سان فرانسيسكو”، أطلقت Jev، الذي تصفه بأول نموذج نظام أول عام لها. ونموذج النظام الأول، وفق الصفحة، مبني للإجابة عن أسئلة منظمة داخل البرمجيات بدلاً من إجراء محادثة. وتحيط بالمنتج ثلاثة ادعاءات: مخرجات محددة النوع، وتقدير ثقة لكل قرار، و“انعدام الهلوسة”. وتحت ذلك معيار يقول إنه أسرع بـ193.6 مرة وأرخص بـ444.6 مرة من نماذج اللغة الكبيرة.

ما الذي أطلقته TypeSafe AI فعلياً

تُقدّم الصفحة نماذج النظام الأول باعتبارها “فئة جديدة من نماذج الذكاء الاصطناعي المبنية لاتخاذ القرارات داخل البرمجيات”، في مقابل نماذج اللغة الكبيرة التي تقول إنها “تنتج كلمات للبشر”. ويعيد Jev قرارات محددة النوع مرفقة باحتمالات، بحيث يمكن لكود البرنامج أن يتفرع بناءً عليها. وتقول TypeSafe إن البناء يقوم على ثلاث نقاط خروج عن الممارسة الحالية: بنية جديدة، وأداة أخذ عينات جديدة، وخوارزمية تدريب جديدة تُسمى التعلم المعزز للقرارات المعايرة، أو RLCD. والمخرجات المنظمة هدف مستهلك منذ زمن، والمكاسب فيها تُقاس عادةً بالنقاط لا بمراتب الأسّ، كما تُظهر نتائج مخطط LFM2.5-350M.

تحمل الصفحة ختم الإصدار 0.01 وحقوق النشر 2026. وإلى جانب الإعلان، لا تُدرج أي ورقة بحثية مصاحبة أو إصدار كود أو بطاقة نموذج. وتلك الفجوة بين إطلاق واثق وأثر أدلة فارغ مألوفة: فقد أُطلق مساعد سامسونج الصحي التجريبي بوعود كبيرة وتفاصيل قليلة.

المعيار: أسرع بـ193.6 مرة، وأرخص بـ444.6 مرة

تقع مضاعفات العنوان الرئيسية فوق مثال عملي وحيد تصفه الصفحة بأنه “(دليل)”. وفيه يُنجز نظام TypeSafe مهمة في 0.114 ثانية بكلفة 0.000081 دولار. والعامود المسمى “نماذج اللغة الكبيرة” يُنجز المهمة نفسها في 8.566 ثانية بكلفة 0.013880 دولار.

اقسم الرقمين فلن تُعيد الأرقام إنتاج ما في العنوان. فالمثال يشير ضمنياً إلى نحو 75 مرة في السرعة وحوالي 171 مرة في الكلفة. ولا تشرح الصفحة من أين جاءت 193.6 و444.6، ولا تُعرّف “مسارات العمل لمهام النظام الأول” التي تشير إليها علامة النجمة. وقد تُجمّع الأرقام الأكبر عبر مجموعة مهام أوسع من المعروضة. والصفحة لا تقول ذلك أيضاً. وسرعة تتقلص بمجرد قراءة النتائج المرفقة نمط مألوف، إذ جاء ادعاء Hugging Face بتحقيق تسريع 2.57 مرة عبر WebGPU مصحوباً بـ176 خسارة.

انعدام الهلوسة وادعاء الثقة

يظهر “انعدام الهلوسة” كعنوان. والسطر الذي تحته أضيق مما توحي به الكلمة: فكل قرار من Jev يحمل تقدير ثقة، بحيث يمكن للبرمجيات أن تتصرف حين تكون الثقة مرتفعة وأن تُصعّد للمراجعة حين لا تكون كذلك. وتطلب الصفحة من المطورين “تحديد العتبات التي يتصرف عندها ذاتياً والتي يطلب عندها المراجعة”.

هذا يُوجّه عدم اليقين، لكنه لا يضمن أن النموذج مصيب، والإجابة الخاطئة الواثقة تبقى خاطئة. والاتفاق لا يصلح ذلك أيضاً: إذ يمكن لفريق من وكلاء الذكاء الاصطناعي أن يتفقوا ويظلوا مخطئين عندما تكون أخطاؤهم مترابطة. وتطرح أسئلة الصفحة الشائعة “هل يمكن أن يخطئ Jev؟” و“هل Jev حتمي؟” ضمن أسئلتها، وينتقل الحكم حول أين يُرسم الخط إلى من يحدد العتبة.

RLCD مقابل RLHF

يدعو الادعاء المنهجي إلى مفترق في التدريب. تصف TypeSafe التعلم المعزز من التغذية الراجعة البشرية بأنه عملية تُحسّن النماذج وفق التفضيلات البشرية وأنتجت أنظمة “تفوق البشر في اتباع التعليمات”، وهو ما تسميه الدردشة. وتسرد تكاليفه: إسقاط الأنماط، والثقة المفرطة، وعدم الموثوقية، وهي أمور تقول إنها تُبقي نماذج اللغة الكبيرة معتمدة على إنسان في الحلقة.

أما بديله، RLCD، فلا يُعرّف إلا بأنه “تعلم معزز للقرارات المعايرة”. ويشير الاسم مباشرة إلى الخلل الذي تحدده الصفحة في RLHF، ألا وهو الثقة المفرطة. وأما ما إذا كان RLCD منهجاً جديداً بحق فليس ما تُظهره الصفحة. فلا بروتوكول، ولا خط أساس، ولا مقارنة. وتطرح أسئلة الصفحة الشائعة نفسها: “هل Jev مجرد نموذج لغوي كبير أصغر؟” و“كيف يختلف هذا عن وضع JSON أو المخرجات المنظمة؟” وهذان السؤالان هما ما يفصل خوارزمية جديدة عن مصنّف مضبوط جيداً. والأوراق التي تقترح منهجاً تدريبياً تُصدر عادةً التحفظات إلى جانبه، كما نُشرت نتيجة تقطير بـ33 من 36 مصحوبة بعلامة النجمة الخاصة بالمؤلفين.

من يقف خلف TypeSafe AI

يربط الموقع ببيان تأسيسي، وصفحة فريق، وقسمين للمؤسسات والوثائق، ويدعو إلى التسجيل في قائمة الانتظار وتقديم طلبات للوظائف المتاحة. ولا تذكر صفحة الإطلاق أي مؤسسين أو مستثمرين أو أبحاث منشورة سابقة. ويجري التواصل عبر عنوان واحد، hello@typesafe.ai، إضافة إلى حسابي LinkedIn وX.

تُدرج ثلاث تدوينات: “تقديم نماذج النظام الأول وJev”، و“أمرّ الدروس”، و“الذكاء الاصطناعي: أفضل من أن يكون حقيقياً، وأسوأ من أن يكون مفيداً”. وتحمل الثانية سطراً موجزاً عن أن الحوسبة تقود التقدم “لكن ما قيمة التقدم إن كنت لا تؤدي المهمة الصحيحة”. وتسأل الثالثة عمّا يأتي بعد النماذج المدرّبة بـRLHF التي “تُرضي البشر” بدل أن “تتخذ قرارات مستقلة موثوقة”. والتأطير جدول أعمال بحثي، لكن الصفحة لا تُظهر البحث.

مشكلة خط الأساس في المقارنة

يُدرج سعر Jev عند 42 دولاراً لكل مليار رمز دخل، ويوصف بأنه “أقل بنسبة 238 مرة في سعر الدخل من Claude Fable 5.1”. خط أساس واحد، ومقياس واحد، واتجاه واحد: رموز الدخل. أي مضاعف في العنوان يطرح سؤال من جرى القياس مقابله، وهذا يصح سواء سُمّي المنافس أو لم يُسمَّ، كما يُظهر ادعاء Alibaba Cloud بتحسين الذاكرة 9.27 مرة مقابل منافس لم يُسمَّ.

وثمت فجوتان. فسعر الرمز للقرارات محددة النوع وسعر الرمز للنص قد لا يقيسان وحدة العمل نفسها، لذا يستند رقم 238 مرة إلى مخرجين مختلفين. كما أن سعر الدخل يترك خارج الحساب كلفة الإخراج، وإعادات المحاولة، والمراجعة البشرية التي صُممت آلية الثقة لإطلاقها. وفي هذه الصفحة، الـ42 دولاراً سعر لكل رمز دخل، والصفحة تتوقف عند هذا الحد.

لا شيء من هذا يجعل نماذج النظام الأول خاطئة. فصفحة الإطلاق ليست ورقة بحثية، وTypeSafe في مرحلة مبكرة تكفي ليُحكم عليها بما ستطلقه لاحقاً. لكن أعلى ما نشرته صوتاً هو مجموعة من المضاعفات، والكتلة الوحيدة التي يسميها “دليلاً” تعطي مضاعفات أصغر. وإلى أن يُكشف عن المنهج الكامن خلف RLCD، تسبق الادعاءات الأدلة.