استارتاپ DiffuSpace مدل متن‌باز Clover-35B را منتشر کرد؛ جهش در سرعت کدنویسی ایجنت‌های هوش مصنوعی

معرفی مدل

مدل Clover-35B (با نام کامل Clover-35B-A3B-Preview که به نام Clover یا 三叶 نیز شناخته می‌شود)، نخستین مدل زبانی پخشی یا انتشاری (dLLM) کاربردی و آماده استفاده است که استارتاپ DiffuSpace در تاریخ ۲۸ اکتبر ۲۰۲۶ آن را به‌صورت متن‌باز منتشر کرده است. این مدل از معماری ترکیبی از متخصصان (MoE) با حدود ۳۵ میلیارد پارامتر کلی و فعال‌سازی حدود ۳ میلیارد پارامتر به ازای هر توکن بهره می‌برد و با تکیه بر رمزگشایی انتشاری بلوکی (Block-Diffusion)، پشتیبانی از پنجره متنی تا ۱۲۸ هزار توکن و تحت مجوز متن‌باز Apache-2.0 ارائه شده است.

تیم توسعه‌دهنده این پروژه پیشینه پژوهشی خود را در خانواده مدل‌های Dream 7B از گروه هوش مصنوعی دانشگاه هنگ‌کنگ (HKU NLP) ریشه‌یابی می‌کند. وزن‌های مدل به‌همراه اسناد فنی به‌طور هم‌زمان از طریق وبلاگ رسمی شرکت، گیتهاب، Hugging Face، پلتفرم ModelScope و حساب آزمایشگاه DiffuSpace در شبکه اجتماعی X در دسترس قرار گرفته و بازتاب گسترده‌ای در رسانه‌های فناوری چینی مانند LeiPhone و QbitAI داشته است.

وبلاگ: diffuspace.ai/blog/clover-35b · گیتهاب: DiffuSpace/Clover-35B-A3B-Preview · پلتفرم HF: Diffuspace/Clover-35B-A3B-Preview · پلتفرم ModelScope: Diffuspace/Clover-35B-A3B-Preview.

بررسی و تحلیل فنی

نکات کلیدی

1. پارادایم و شیوه تولید متن: مدل Clover به‌جای استفاده از روش متداول خودهمبسته (Autoregressive) و تولید کلمه‌به‌کلمه، توکن‌ها را در داخل بلوک‌ها به‌شکل موازی پر کرده و نویززدایی می‌کند، سپس به سراغ بلوک‌های بعدی می‌رود. استارتاپ DiffuSpace این مدل را همراه با حالت تفکر (Thinking Mode) برای کاربردهای کدنویسی مبتنی بر ایجنت‌ها و کار با ابزارها بهینه‌سازی کرده است.
2. آمارهای اعلام‌شده توسط سازنده: این مدل در آزمون سنجش کدنویسی SWE-bench Verified امتیاز ۷۳٫۶، در بنچمارک Terminal-Bench 2.1 امتیاز ۵۱٫۷، در شاخص کل Tau-bench (τ³) امتیاز ۶۵٫۳ و در آزمون استدلال تخصصی GPQA Diamond امتیاز ۸۳٫۸ را ثبت کرده است. از نظر سرعت خروجی نیز طبق اعلام سازنده، این مدل روی یک شتاب‌دهنده NVIDIA GB300 (در دقت محاسباتی BF16) به‌سرعت خیره‌کننده حدود ۶۸۰ توکن بر ثانیه در بارهای کاری ایجنت‌ها می‌رسد و روی پردازنده H200 نیز خروجی ۵۱۵ توکن بر ثانیه را ثبت کرده است (در مقایسه با سرعت ۳۶۵ توکن مدل هم‌رده Qwen همراه با شتاب‌دهنده DFlash2).
3. معماری شبکه: معماری مدل بر پایه شبکه دوطرفه Gated DeltaNet تنظیم‌شده برای انتشار بلوکی، کالیبراسیون یادگیری‌پذیر اندازه بلوک‌ها و یک شاخه کانولوشن با مقداردهی اولیه صفر برای پردازش بافتار راست (Right-Context) طراحی شده است؛ موتورهای اجرای استنتاج پیشنهادی نیز فریمورک‌های SGLang و llama.cpp هستند.
4. اجرا روی دستگاه‌های محلی: ادعا شده است که نسخه کوانتایز شده INT4 این مدل روی کارت گرافیک RTX 5070 Ti با ۱۶ گیگابایت حافظه گرافیکی قابل اجراست و در آزمون ریاضی MATH-500 به‌سرعت حدود ۱۰۱٫۸ توکن بر ثانیه دست می‌یابد.
5. نقشه راه توسعه: برنامه‌های آینده شامل انتشار یک مدل تصمیم‌گیری (با حالت‌های مستقل و ترکیبی برای پاسخ هم‌زمان به ۸ پرسش مرتبط در یک دور نویززدایی)، نسخه‌های چندوجهی، ساختار میزبانی ایجنت و کلاینت دسکتاپ است؛ البته وزن‌های مربوط به مدل تصمیم‌گیری در این نسخه پیش‌نمایش قرار ندارند و در به‌روزرسانی‌های بعدی عرضه می‌شوند.

دلایل اهمیت این رونمایی

این انتشار شفاف‌ترین و ملموس‌ترین رونمایی از یک مدل نام‌دار در این بازه زمانی به شمار می‌رود. پس از انتشار پست رسمی در شبکه اجتماعی X، توجه رسانه‌های فناوری و بحث و گفتگو میان برنامه‌نویسان به‌سرعت اوج گرفت. این پروژه با داشتن وبلاگ معتبر، مخزن کد مشخص در گیتهاب و وزن‌های آماده دانلود، دستاوردی کاملاً واقعی و مستند محسوب می‌شود و صرفاً یک شایعه یا تبلیغ ناپایدار نیست.

نحوه استفاده و راه‌اندازی

راهنمای شروع سریع

1. وزن‌های مدل را تحت مجوز متن‌باز Apache-2.0 از پلتفرم‌های Hugging Face یا ModelScope دانلود کنید.
2. راهنمای شروع سریع مخزن گیتهاب را دنبال کنید؛ برای آزمایش‌های اولیه از کتابخانه Transformers استفاده کنید، برای سرویس‌دهی و ارزیابی سروری ابزار رسمی SGLang را در اولویت قرار دهید و برای رمزگشایی گمانه‌زن محلی، فریمورک llama.cpp را به کار بگیرید.
3. برای دسترسی ابری به نسخه پیش‌نمایش و محیط‌های چت، می‌توانید از طریق وب‌سایت diffuspace.ai درخواست خود را ثبت کنید.

نکات مهم و توصیه‌ها

• تا زمانی که نتایج بنچمارک‌ها و آمار سرعت خروجی را روی سخت‌افزار و تسک‌های اختصاصی خود بازتولید نکرده‌اید، این اعداد را به‌عنوان ادعاهای سازنده در نظر بگیرید.
• این مدل بر پایه ساختار Qwen3.6-35B-A3B توسعه یافته است، اما به دلیل بهره‌گیری از انتشار بلوکی، شیوه کارکرد آن با ابزارهای رایج خودهمبسته Qwen متفاوت است.
• مدل تصمیم‌گیری در انتشارهای بعدی عرضه خواهد شد و نسخه پیش‌نمایش کنونی صرفاً شامل وزن‌های مدل زبانی اصلی است.