أطلقت Microsoft نموذج Microsoft-Decision-1 ضمن منصة Foundry، بعد ثلاثة أيام فقط من إتاحة OpenAI واجهة Decisions API للمطورين في نسخة تجريبية عامة. وعلى خلاف ما قد يوحي به التقارب بين الشركتين، دُرّب نموذج Microsoft أولياً على Qwen3.5-9B من Alibaba، مع إعلان الشركة نيتها إعادة بنائه لاحقاً على نماذج MAI الخاصة بها وعلى نماذج OpenAI.
يستهدف النموذج إضافة قدرات اتخاذ القرار إلى التطبيقات الحالية والوكلاء وسير العمل، مثل تقييم المخرجات، اختيار النموذج المناسب، أو تحديد الخطوة التالية في عملية مؤتمتة. وتوفره Microsoft داخل Foundry بسعر 0.042 دولار لكل مليون رمز إدخال، بينما تكون رموز الإخراج مجانية؛ وهو السعر نفسه الذي تفرضه TypeSafe على نموذج Jev.
اختبارات Microsoft الداخلية
تقول Microsoft إن أول مستخدم للنموذج هو الشركة نفسها. فقد اختبرته Xbox Research لترتيب أكثر من 10 آلاف قطعة من ملاحظات اللاعبين، واستخدمه فريق Copilot لتقييم المحادثات واستجابات الوكلاء، بينما استعان به مهندسو المناوبة لاستخراج السياق أثناء الحوادث الحية. كما استخدمته Microsoft Discovery لتقييم التجارب قبل أن يعيد أحد الوكلاء تخطيط مهمته.
وبحسب أرقام الشركة، كان Decision-1 أسرع بأكثر من 14 مرة من GPT-6 Sol في اختبار متعلق بـXbox، وحقق اتساقاً أعلى بـ46 مرة في اختبار Discovery. ولا توضح المادة تفاصيل منهجية هذه المقارنات، لذلك لا يمكن اعتبار الأرقام حكماً عاماً على أداء النموذج خارج تلك السيناريوهات.
لماذا يهم هذا الخبر؟
تتجه نماذج القرار إلى لعب دور طبقة تحكم منخفضة التكلفة بين التطبيق والنماذج التوليدية الأكبر. وتصبح هذه الطبقة مهمة عندما يحتاج الوكيل إلى اختيار نموذج أو أداة أو مسار تنفيذ مرات كثيرة، لأن تكلفة كل قرار قد تتراكم مع حركة الطلبات التوليدية المصاحبة له.
لدى Microsoft حافز إضافي لتطوير هذا النوع من النماذج داخلياً، خصوصاً مع خطط GitHub Copilot لاتخاذ قرار بشأن تنفيذ بعض المهام على الجهاز أو إرسالها إلى نماذج سحابية. لكن الشركة لم تؤكد ما إذا كان Decision-1 سيشارك فعلياً في قرارات Copilot، كما لم تكشف ما الذي يُرسل إلى السحابة.
قيود التوافق والوسائط
توضح قائمة Foundry أن Decision-1 يستقبل ما يصل إلى 32,768 رمزاً نصياً ويعيد النتائج بصيغة JSON، لكنه لا يدعم الصور. وهذا يضعه في نطاق أضيق من Decisions API لدى OpenAI ومن Clef لدى Cloudflare، الذي يستخدم مُرمّزاً بصرياً.
كما لم تعلن Microsoft عن إتاحة أوزان النموذج، في حين أصدرت Cloudflare نموذج Clef بترخيص Apache 2.0. واعتمدت AWS وUpstage وOllama واجهة TypeSafe المسماة System One كواجهة مشتركة في هذا المجال، لكن Microsoft لم تؤكد أن Decision-1 متوافق معها بالكامل، رغم أن مثالها البرمجي في Foundry يستدعي نقطة نهاية باسم /systemone.
الثقة لا تعني الصمود أمام التضليل
تقول Microsoft إن احتمالات النموذج معايرة؛ أي إن التوقع الذي يحمل احتمالاً قدره 90% ينبغي أن يكون صحيحاً في نحو تسع حالات من كل عشر ضمن الحالات التمثيلية. لكنها توصي العملاء بالتحقق من المعايرة باستخدام بياناتهم الخاصة.
وتشير دراسة JevOut إلى سبب أهمية هذا التحفظ: فقد أدت إضافات قصيرة وطبيعية الصياغة إلى قلب 312 قراراً من أصل 508 قرارات صحيحة مبدئياً لدى نموذج Jev، مع منح النموذج احتمالاً لا يقل عن 70% للإجابة الخاطئة في 229 حالة. أما اختبار Microsoft لنموذجها، فشمل ثمانية أنواع من التغييرات، مثل إعادة ترتيب الخيارات وإعادة صياغة الوصف، وغيّر 1.3% من الإجابات في المتوسط. غير أن دراسة JevOut لم تختبر Decision-1، لذلك لا تثبت هذه النتيجة كيف سيتعامل النموذج مع مدخلات مصممة للتضليل.
كيف أعددنا هذا الخبر؟
اعتمد الخبر على المصدر الأصلي الموضح أعلاه. قد نستخدم أدوات آلية للمساعدة في الاستخراج والتصنيف والصياغة،
لكن النشر يخضع لقواعد تمنع المحتوى المكرر والقصير أو الروتيني منخفض القيمة.
اقرأ سياستنا التحريرية.