غوغل تُحدّث Gemini 3.7 Flash بتحسينات خوارزمية ترفع أداء البرمجة من 49% إلى 65%

حدّثت شركة غوغل ديب مايند نموذج Gemini 3.7 Flash عبر تحسينات خوارزمية دون زيادة في الحجم أو عدد المعاملات، فارتفع أداؤه في البرمجة على مرجع DeepSWE من 49% إلى 65.3%.

تُعدّ القفزة من 49% إلى 65.3% على مرجع DeepSWE إنجازاً لافتاً، إذ يقيس هذا المرجع قدرة النماذج على حل مهام برمجية واقعية دون تلقيح مسبق، ويُعدّ من أصعب معايير البرمجة التي تعتمدها الشركات الكبرى.

أبقت غوغل على أسعار النموذج التمهيدية رغم التحسينات، في خطوة تُشير إلى أن الكفاءة الخوارزمية أصبحت مساراً استراتيجياً بديلاً عن الاعتماد على حجم النماذج لتحقيق أداء أعلى.

يُرسي هذا التحديث نموذجاً للتطوير المستدام في صناعة الذكاء الاصطناعي، إذ يثبت أن التحسينات الخوارزمية وحدها قادرة على إحداث قفزات أدائية جوهرية دون تضخيم الموارد الحسابية، وهو ما يصبّ في خفض تكاليف النماذج على مزودي الخدمات.

ماذا تعني هذه المصطلحات؟

DeepSWE: مرجع تقييمي يقيس قدرة النماذج اللغوية على حل مهام برمجية واقعية دون إرشاد مسبق، ويُعدّ من أصعب معايير البرمجة الحالية.

التحسينات الخوارزمية: تطوير طريقة تدريب النموذج أو استنتاجه دون تغيير حجمه، مما يُحسّن الأداء بكفاءة حسابية أعلى.

الأسعار التمهيدية: أسعار تطلقها الشركات بشكل مخفّض عند الإطلاق لتشجيع التبني، وقد تتغير لاحقاً مع استقرار السوق.