مدل Tess-4.5-27B معرفی شد؛ کاهش ۲۵ درصدی مصرف توکن در ایجنت‌های کدنویسی محلی
تیم Continuity Research مدل متنباز Tess-4.5-27B را برای اجرای بهینه ایجنت‌های کدنویسی روی سخت‌افزارهای محلی منتشر کرد. این مدل با حفظ کامل دقت در سناریوهای حل مسئله، مصرف توکن را تا ۲۵ درصد کاهش می‌دهد. توسعه‌دهندگان اکنون می‌توانند ایجنت‌های خودکار را با مصرف حافظه بهینه روی کارت‌های گرافیک مصرفی به کار بگیرند.
در یک نگاه (نکات کلیدی خبر)
خلاصه مهم‌ترین نکات و تحولات این گزارش برای مطالعه سریع
- مدل جدید Tess-4.5-27B با بهینه‌سازی فرآیند استدلال موفق شده مصرف توکن ایجنت‌های کدنویسی را بدون افت عملکرد تا ۲۵ درصد کاهش دهد.
- این مدل ۲۷ میلیارد پارامتری به نسخه‌های کوانتایز‌شده مجهز است و به‌راحتی روی کارت‌های گرافیک ۲۴ گیگابایتی مصرفی اجرا می‌شود.
- بررسی‌ها نشان می‌دهد این مدل در بنچمارک‌های ارزیابی محلی و ابزارهای مهندسی خط فرمان عملکردی هم‌تراز یا بهتر از مدل پایه ارائه می‌دهد.
مجموعه تحقیقاتی Continuity Research از مدل متنباز Tess-4.5-27B رونمایی کرد. این مدل به‌طور ویژه برای ایجنت‌های کدنویسی طراحی شده است که وظایفی چون ویرایش فایل‌ها، فراخوانی ابزارها، اجرای دستورات خط فرمان و انجام وظایف چندمرحل‌های را روی سخت‌افزارهای محلی انجام می‌دهند. این مدل ۲۷ میلیارد پارامتری بر پایهی مدل Qwen3.8-27B با مجوز متنباز Apache 2.0 تیون شده و همراه با نسخه‌های کوانتایز‌شده GGUF برای llama.cpp، راهنمای استقرار در vLLM و هدهای پیش‌بینی چندتوکنی برای افزایش سرعت تولید متن عرضه شده است.
بر اساس گزارش منتشرشده، این مدل در آزمون BenchLocal همان نرخ موفقیت مدل پایه را به ثبت رسانده، در حالی که در مجموع ۲۵ درصد توکن کمتری، حتی در بخش خروجی‌های استدلالی، مصرف کرده است. نسخه کوانتایز‌شده ۱۶٫۵ گیگابایتی این مدل با فرمت Q4_K_M برای کارت‌های گرافیک ۲۴ گیگابایتی هدف‌گذاری شده و بنچمارک‌های پروژه روی پردازنده گرافیکی RTX 4090 و تراشه Apple M4 Max انجام شده است. تا زمان انتشار این گزارش، مخزن GGUF این مدل نزدیک به ۹۰۰ هزار بار در پلتفرم Hugging Face دانلود شده است؛ هرچند این رقم لزوماً بهمعنای تعداد کاربران یا نصب‌های یکتا نیست.
حفظ نمرات درخشان در آزمون‌های ارزیابی پس از تنظیم دقیق
شاخص BenchLocal یک آزمون ارزیابی متشکل از ۱۵۰ سناریوی مختلف برای مدلهای محلی است که بخش‌هایی نظیر کار با ترمینال، فراخوانی ابزار، تولید خروجی ساختاریافته، استخراج داده، پیروی از دستورالعمل‌ها، ریاضیات و شناسایی باگ‌ها را می‌سنجد. نتایج نشان می‌دهد مدل Tess در هر دو معیار تلاش اول و مجموع سه تلاش، عملکردی کاملاً برابر با مدل Qwen3.8-27B ثبت کرده است:
معیار ارزیابی BenchLocal | Tess-4.5-27B | Qwen3.8-27B |
|---|---|---|
قبولی در اولین تلاش | ۱۲۸ از ۱۵۰ | ۱۲۸ از ۱۵۰ |
قبولی طی سه تلاش | ۱۳۳ از ۱۵۰ | ۱۳۳ از ۱۵۰ |
نتایج تفکیکشده نشان می‌دهد مدل Tess در بخش آزمون CLI-40 که نزدیک‌ترین ارزیابی به مهندسی نرم‌افزار مبتنی بر خط فرمان است، دست پیش را دارد و در پیروی از دستورالعمل‌ها، استدلال ریاضی و باگیابی به امتیاز کامل دست یافته است. در سایر حوزه‌ها از جمله فراخوانی ابزار، خروجی ساختاریافته، استخراج داده و خطایابی، اختلاف نتایج این مدل با نسخه پایه تنها در حد یک یا دو امتیاز بوده است. تیم Continuity Research این تفاوت بسیار اندک را ناشی از نویزهای نمونهبرداری تصادفی در شاخص دمای ۱٫۰ می‌داند. این آمار و ارقام مستقیماً از اسناد رسمی معرفی پروژه استخراج شده است.
مطالب مرتبط و پیشنهادی
پلتفرم متنباز Sim ساخت و مدیریت ایجنت‌های هوش مصنوعی را یکپارچه کرد
پلتفرم متنباز Sim با بیش از ۳۰ هزار ستاره در گیت‌هاب، فرآیند توسعه، اجرا و پایش ایجنت‌های هوش مصنوعی را در یک محیط واحد تجمیع کرده است. این سامانه با پشتیبانی از پروتکل MCP، امکان مدیریت هزینه‌ها، سطح دسترسی مدل‌ها و اتصال به صدها سرویس کاربردی را برای توسعه‌دهندگان فراهم می‌کند.
شکایت جدید از هوش مصنوعی Suno؛ مالکان حقوق آثار الویس پریسلی و امینم به دادگاه رفتند
استارتاپ هوش مصنوعی Suno بار دیگر با شکایت‌های حقوقی جدیدی بر سر نقض کپی‌رایت مواجه شده است. این بار مالکان حقوق آثار الویس پریسلی و امینم مدعی شده‌اند که این پلتفرم از صدا، سبک و ترانه‌های این هنرمندان بدون مجوز قانونی برای تولید موسیقی استفاده کرده است.
پلاگین جدید Hermes Agent با ردیابی مسیرهای نفوذ، آسیب‌پذیری‌های امنیتی کد را شناسایی می‌کند
تیم Nous Research با انتشار افزونه رسمی hermes-security، عامل هوشمند Hermes Agent را به ابزاری برای ارزیابی جامع امنیت مخازن کد تبدیل کرد. این ابزار با تحلیل مسیرهای دسترسی مهاجم و اجرای آزمون‌های راستی‌آزمایی، هشدارهای کاذب را به حداقل می‌رساند.
دیدگاه ها و گفتگوی تخصصی
نظرات خود را با جامعه مخاطبان وایر ای آی در میان بگذارید
هنوز دیدگاهی برای این مطلب ثبت نشده است
اولین نفری باشید که دیدگاه، تحلیل یا دیدگاه خود را درباره این موضوع با دیگران به اشتراک می گذارد.