شركة أبحاث AGI مقرها سنغافورة تُدعى Sapient Intelligence أطلقت الأوزان الكاملة، ورمز التدريب المسبق، وخط أنابيب البيانات لـ HRM-Text، وهو نموذج لغوي مبني على ما تسميه هندسة نموذج الاستدلال الهرمي. متاح الحزمة الكاملة تحت ترخيص Apache 2.0 على Hugging Face وGitHub، مما يعني أنه يمكن لأي شخص استخدامه أو تعديله أو البناء عليه تجاريًا.
الجزء البارز ليس فقط التصرف المفتوح المصدر. بل الاقتصاديات. HRM-Text، الذي يحتوي على حوالي مليار معلمة، تم تدريبه مسبقًا على حوالي 40 مليار رمز، وتكلف ما بين 1000 إلى 1500 دولار تقريبًا على أجهزة متواضعة. كمرجع، عادةً ما تتدرب النماذج الرائدة من المختبرات الكبرى على تريليونات الرموز باستخدام ميزانيات حوسبة تصل إلى عشرات أو مئات الملايين من الدولارات.
كيف يعمل فعليًا
يستخدم النموذج ما تصفه الشركة بأنه بنية متكررة كامنة هرمية. يتعامل الوحدة العليا مع التفكير البطيء والتجريدي، ويدور عبر دورتين "H-cycle" لكل مرور. تتعامل الوحدة السفلى مع المعالجة السريعة والتفصيلية، وتعمل على 3 إلى 6 دورات "L-cycle" لكل مرور. معًا، تسمح هاتان الوحدتان للنموذج بالتكرار على استنتاجاته عدة مرات قبل إنتاج المخرجات، مع الحفاظ على عدد المعلمات ثابتًا.
بدلاً من توليد رموز سلسلة التفكير المرئية التي تستهلك نافذة السياق وتكاليف الاستدلال، فإن HRM-Text تقوم بتفكيرها التكراري داخليًا. يحدث الاستدلال في الحالات المخفية للنموذج، وليس في نص الإخراج.
أداء مرجعي يفوق التوقعات
أظهرت التقييمات المستقلة التي أُجريت في أبريل 2026 القصة بالأرقام: حصل HRM-Text على 56.2% في معيار MATH، و82.2% في DROP، و81.9% في ARC-Challenge، و60.7% في MMLU. ووفقًا للتقارير، اكتمل التدريب المسبق في حوالي يوم واحد.
يُبنى HRM-Text على عمل سابنت السابق. كان النموذج الأصلي HRM، الذي تم فتح مصادره في يوليو 2025، يحتوي على 27 مليون معلمة فقط وأظهر أداءً قويًا في مهام الاستدلال المعقدة باستخدام ما لا يزيد عن 1,000 مثال تدريبي. يمثل HRM-Text زيادة بحوالي 37 ضعفًا في عدد المعلمات مع الحفاظ على نفس الفلسفة المعمارية.
قام Sapient بإنشاء قناة Discord للمطورين المهتمين باستكشاف البنية التحتية. تُزيل رخصة Apache 2.0 العوائق القانونية. وتُزيل تكلفة التدريب البالغة 1,500 دولار معظم العوائق المالية.