في تحليل 8 أكتوبر، وجدت SemiAnalysis نتائج سلامة منشورة لـ31 إصدارًا من أصل 857؛ ولم تكن النتائج متاحة عند الإطلاق إلا في 9 منها تحليل 8 أكتوبر، أحصت SemiAnalysis 857 إصدارًا لتسعة مطورين في الصين من 2021 حتى 15 سبتمبر 2026. ووجدت نتيجة سلامة منشورة لـ31 إصدارًا (3.6%). ولم تكن النتيجة متاحة في يوم إطلاق النموذج أو قبله إلا لـ9 (1.1%).

تصف الأرقام ما تمكن الباحثون من العثور عليه في المواد العامة للمطورين. ولا توضح عدد النماذج التي اختُبرت على نحو خاص أو ما إذا كان نموذج معين آمنًا.

التغيير الكبير

  • ما الذي تغير: حددت SemiAnalysis حجم فجوة التوثيق ضمن مجموعة محددة من الإصدارات: كان لدى 9 فقط من أصل 857 نتيجة سلامة خاصة بالنموذج يمكن للجمهور قراءتها بحلول يوم الإطلاق.
  • لماذا يهم ذلك: يحتاج من يقيّم نموذجًا عند إطلاقه إلى نتائج تخص ذلك الإصدار. ولا يجيب تأكيد عام بإجراء الاختبارات، أو نشر نتيجة بعد الإطلاق، عن السؤال نفسه في ذلك الوقت.
  • ما الذي ينبغي متابعته: في الإصدارات اللاحقة، تتمثل الإشارة المفيدة في نتيجة مؤرخة مرتبطة بالنموذج المحدد ومتاحة عندما يحصل المستخدمون على الوصول للمرة الأولى. وقد يتغير معدل الإفصاح في التدقيق مع ظهور الوثائق، لكن النشر اللاحق لا يغير ما كان متاحًا يوم الإطلاق.

ما الذي احتسبه التدقيق

تقول SemiAnalysis إن إحصاءها شمل 741 إصدارًا لنماذج منتجات و116 إصدارًا لنماذج بحثية من Alibaba وByteDance وTencent وBaidu وDeepSeek وMoonshot وZhipu (Z.ai) وMiniMax وStepFun. وحددت أول تاريخ علني لكل إصدار، ثم راجعت بطاقات النماذج وملاحظات الإصدار والتقارير الفنية للمطورين بحثًا عن نتيجة سلامة يمكن ربطها بذلك الإصدار.

كان يجب أن تقدم النتيجة المؤهلة استنتاجًا كميًا أو جوهريًا عن نموذج مسمى. وشملت الموضوعات المخرجات الضارة ومقاومة jailbreak والسمية والخصوصية وسلوك الرفض والقدرات الخطرة. ولم يُحتسب قول إن النموذج خضع لتدريب أو تقييم للسلامة من دون ذكر نتيجة. كما لم يعمم الباحثون نتيجة نموذج رائد على أحجام أخرى أو لقطات لاحقة.

تجعل قاعدة المطابقة الصارمة المقام مهمًا. فالإدخالات الـ857 هي إصدارات محسوبة، تشمل المتغيرات، وليست 857 نظامًا رائدًا متساوي القدرات. وتشير SemiAnalysis إلى أن المطورين يسمون المتغيرات بمستويات متفاوتة من التفصيل. لذلك يفيد هذا العدد في فحص توثيق مجموعة الإصدارات هذه، لا في ترتيب الشركات منفردة على نحو موثوق.

متى ظهرت النتائج

من بين 31 إصدارًا له نتيجة منشورة مؤهلة، كانت النتيجة متاحة عند الإصدار أو قبله في 9. ووُثقت 16 حالة لاحقًا؛ وتفيد SemiAnalysis بأن وسيط التأخير في هذه المجموعة بلغ 42 يومًا. أما الحالات الست الباقية، فلم يتمكن الباحثون من تحديد توقيتها أو مطابقتها بنموذج بعينه. وهي ضمن الـ31 ذات النتائج المنشورة، لكن لا يمكن احتسابها إفصاحًا يوم الإطلاق.

وتتطلب الحالات الأخرى صياغة دقيقة أيضًا. وجدت SemiAnalysis عشرة إصدارات ذُكر أنها خضعت للتقييم من دون أرقام، وثلاثة لم تُعرف إلا من تقارير صحفية أو مستثمرين ولم تتوفر لها وثائق المطورين. ولم تجد في المواد التي فحصتها أي إفصاح عن السلامة لـ813 إصدارًا. وتشكل هذه المجموعات، مع الإصدارات الـ31 ذات النتائج، إجمالي 857 إصدارًا.

كما أن تقرير Reuters عن التحليل يشدد على احتمال أن تكون الشركات قد أجرت اختبارات خاصة. وعبارة «لم يُعثر على إفصاح» تصف السجل العام الذي فُحص هنا. ولا تثبت أن الاختبارات لم تحدث، كما أن نشر اختبار لا يثبت وحده السلامة الأساسية للنموذج. ولم تقدم SemiAnalysis في هذا التدقيق معدلًا قابلًا للمقارنة لكل إصدار لدى المطورين الأمريكيين.

بالنسبة إلى القارئ الذي يختار نموذجًا أو يقيّمه، فالتمييز العملي بسيط: حدد الإصدار الدقيق، وابحث عن نتيجة مؤرخة خاصة بالنموذج، ثم تحقق مما إذا كانت متاحة عند إطلاقه. يوضح هذا الدليل ما أتاحه المطور للجمهور، وهو جزء واحد فقط من تقييم نموذج لاستخدام معين.

المصادر ومواد إضافية