XingChen: Xing4.0 29B A4B (free)

XingChen: Xing4.0 29B A4B (free) هو نموذج لغوي مفتوح الأوزان من نوع مزيج الخبراء (mixture-of-experts) من XingChen، طوره فريق الذكاء الاصطناعي في China Telecom (TeleAI). وهو الخلف لسلسلة TeleChat. يمتلك النموذج 29B معلمة إجمالية مع 4B نشطة لكل رمز (token)، مما يعني أن مجموعة فرعية فقط من الشبكة تُستخدم لكل رمز يتم توليده. وهو نموذج نصي فقط، مُدرج ضمن فئة النصوص على api14.

يقبل النموذج النص كمدخل وينتج النص كمخرج. يدعم نافذة سياق تبلغ 262144 رمز، والحد الأقصى لطول المخرج هو 235929 رمز. هذا المزيج يجعله مناسبًا لأحمال العمل التي تحتاج إلى معالجة مستندات طويلة جدًا أو محادثات ممتدة في طلب واحد، والتي قد تكون الاستجابة المولدة فيها طويلة أيضًا. ولأنه تصميم مزيج الخبراء، فإن عدد المعلمات النشطة لكل رمز أصغر بكثير من الإجمالي، وهذا مهم إذا كنت تفكر في معدل الإنتاجية وخصائص التقديم بدلًا من عدد المعلمات الخام وحده.

تتبع حالات الاستخدام العملية مباشرة من السياق الطويل والواجهة النصية فقط. يمكنك استخدامه لتلخيص أو تحليل التقارير الطويلة والعقود والنصوص المكتوبة أو قواعد الأكواد التي لن تتسع في نوافذ سياق أصغر. وهو مناسب للمساعدين متعددي الأدوار الذين يحتاجون إلى الاحتفاظ بقدر كبير من المحادثة السابقة، وللإجابة على الأسئلة من المستندات حيث تُمرَّر المادة المصدرية كاملة. كما أن دعم الأدوات والمخرجات المهيكلة يجعله مرشحًا لسير العمل بأسلوب الوكلاء، واستدعاء الدوال، والتطبيقات التي تحتاج إلى استجابات بصيغة JSON محددة بدلًا من نص حر.

تستدعي النموذج عبر واجهة API المتوافقة مع OpenAI من api14 باستخدام معرف النموذج "xingchen-agi/xing4.0-29b-a4b:free". ولأن نقطة النهاية تتبع تنسيق إكمال الدردشة من OpenAI، يمكنك استخدام حزم SDK الموجودة من OpenAI وتوجيهها إلى api14. يدعم النموذج مجموعة واسعة من معلمات الطلب: frequency_penalty، وinclude_reasoning، وmax_tokens، وmin_p، وpresence_penalty، وreasoning، وrepetition_penalty، وresponse_format، وseed، وstop، وstructured_outputs، وtemperature، وtool_choice، وtools، وtop_k، وtop_p. ويعني وجود reasoning وinclude_reasoning أنه يمكنك طلب مخرج التفكير حيث يكشفه النموذج، كما تغطي tools مع tool_choice وstructured_outputs استدعاء الدوال والتوليد المقيّد بالمخطط.

أمر يستحق التقييم هو أن هذا نموذج نصي فقط، لذا لا يمكنه قبول الصور أو الصوت كمدخل، ولا ينتجهما. وإذا كان تطبيقك يعتمد على المدخلات متعددة الوسائط، فستحتاج إلى نموذج مختلف. كما يستحق المتغير المجاني الاختبار مقابل متطلباتك الخاصة في زمن الاستجابة والجودة قبل أن تلتزم به في الإنتاج، لأن الحقائق هنا تصف القدرات والمعلمات بدلًا من الأداء المقاس.