الإجاباتمنشور16 المصادر
ما الذي يقدّمه نموذج MNN-Pocket-0.3B للذكاء الاصطناعي على الهاتف؟
MNN Pocket 0.3B نموذج يضم نحو 300 مليون مُعامل، صُمم لتطبيقات الهاتف؛ ويبلغ حجم نسخة MNN المضغوطة INT4 نحو 173 ميغابايت، وفق الفريق. تذكر المصادر سرعة فك ترميز تبلغ 350 وحدة نصية في الثانية على iPhone 18 Pro، وما يصل إلى 466 وحدة في الثانية على iPad Pro بمعالج M5.
نشر بواسطةتم التحرير باستخدام GPT-6 Lunaتم إنشاء الصور باستخدام GPT Image 2
إجابة البحث
الوجبات السريعة الرئيسية
- MNN Pocket 0.3B نموذج يضم نحو 300 مليون مُعامل، صُمم لتطبيقات الهاتف؛ ويبلغ حجم نسخة MNN المضغوطة INT4 نحو 173 ميغابايت، وفق الفريق.
- تذكر المصادر سرعة فك ترميز تبلغ 350 وحدة نصية في الثانية على iPhone 18 Pro، وما يصل إلى 466 وحدة في الثانية على iPad Pro بمعالج M5.
- لا توضح المصادر المتاحة استهلاك البطارية لكل عملية، ولا تقدم قياسات متكافئة لسرعة التهيئة أو ذروة الذاكرة على الأجهزة المختلفة.
موجّه الذكاء الاصطناعي
openai.comCreate a landscape editorial hero image for this Studio Global article: What is Alibaba’s Taobao MNN team’s MNN-Pocket-0.3B, reported open-sourced on November 6, 2026, and how does this roughly 300-million-parame. Article summary: MNN-Pocket-0.3B is Taobao’s approximately 300-million-parameter language-model family, co-designed with the MNN inference engine for on-device use; its main Hugging Face model is instruction-tuned, and its INT4 deploymen. Topic tags: general, general web, academic. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fake num
يُعدّ MNN-Pocket-0.3B نموذجًا لغويًا صغيرًا من فريق MNN التابع لتاوباو، صُمم للتعامل مع التعليمات بالصينية والإنجليزية داخل تطبيقات الهاتف. ويقول الفريق إن نسخة النشر بصيغة INT4 يبلغ حجمها 173 ميغابايت، وإنها تحقق سرعة فك ترميز تصل إلى 350 وحدة نصية في الثانية على iPhone 18 Pro. تمنح هذه الأرقام فكرة عن طموح تشغيل النموذج على الجهاز نفسه، لكنها لا تحدد بمفردها كلفة البطارية أو سرعة معالجة المدخلات أو الأداء على هواتف أخرى.16
34
ما هو MNN-Pocket-0.3B؟
يضم النموذج نحو 300 مليون مُعامل، وصُممت بنيته وطرق تدريبه ومحرك الاستدلال MNN بالتوازي مع مراعاة مهام تطبيقات الهاتف ومواردها. ويذكر مستودع MNN أنه يدعم اتباع التعليمات بالصينية والإنجليزية، وسياقًا يصل إلى 32 ألف وحدة نصية، وأنه متاح بترخيص Apache 2.0.16
يؤرخ مستودع MNN للإصدار في 4 نوفمبر 2026، بينما نُشر خبر عنه في 6 نوفمبر؛ لذا فإن التاريخ الأخير هو تاريخ التقرير، لا تاريخ الإصدار المذكور في المستودع.9
16
ماذا تعني أرقام الحجم والسرعة؟
تُقدّر نسخة MNN المبنية بتقنية INT4، وبأسلوب W4A16 مع التدريب الواعي بالتكميم، بنحو 173 ميغابايت. وهذا هو حجم نسخة النشر المعلن؛ لكن المعلومات المتاحة لا تفصّل محتوياتها ولا توضح ما إذا كان الرقم يشمل جميع مكونات التشغيل التي يحتاج إليها التطبيق.16
19
وتذكر بطاقة النموذج سرعة فك ترميز تصل إلى 466 وحدة نصية في الثانية على iPad Pro بمعالج M5 باستخدام Metal. كما يورد ملخص التقرير التقني الرقم نفسه. وهذه معدلات معلنة من المصادر، وليست مقارنة مستقلة أُجريت على الأجهزة والإعدادات ذاتها.19
34
| الجهاز وبيئة التشغيل | سرعة فك الترميز المعلنة |
|---|---|
| iPhone 18 Pro، باستخدام MNN | 350 وحدة نصية/ثانية |
| iPad Pro بمعالج M5، باستخدام Metal | حتى 466 وحدة نصية/ثانية |
يشير معدل «وحدة نصية في الثانية» إلى سرعة توليد النموذج لمخرجاته. لكنه لا يقيس وحده سرعة استجابة التطبيق كاملة؛ فالمصادر المتاحة لا تقدم أرقامًا مقابلة لمرحلة معالجة المدخلات، ولا تفاصيل اختبار كافية للمقارنة المباشرة بين نتائج الجهازين.
ما الذي نعرفه عن قيود تشغيل النموذج على الهاتف؟
صُمم النموذج صراحةً ليتناسب مع ميزانيات الموارد في تطبيقات الهاتف. ويُعد الحجم المعلن لنسخة INT4 وسرعات فك الترميز المذكورة مؤشرين يرتبطان بهذا الهدف، لكنهما لا يقدمان حسابًا شاملًا لكلفة دمجه وتشغيله.16
19
على وجه التحديد، لا تحدد المصادر استهلاك البطارية لكل عملية استدلال، ولا تقدم قياسًا معياريًا لذروة الذاكرة أو تقديرًا كاملًا لحجم الدمج داخل التطبيق. لذلك لا ينبغي اعتبار حجم الحزمة المعلن مرادفًا لاستهلاك الذاكرة أثناء التشغيل، كما لا تكشف النتائج المذكورة كيف يتغير الأداء مع اختلاف المهام أو ظروف الجهاز.
صيغ النماذج المتاحة
تصف بطاقة Hugging Face النموذج taobao-mnn/MNN-Pocket-0.3B بأنه الإصدار العام المضبوط لاتباع التعليمات، وتشير إلى وجود نسختي Base وSFT ضمن عائلة النماذج.19 كما يوفر مستودع GGUF منفصل نسخ F16 وQ8_0 وQ4_1 المتوافقة مع بيئات تشغيل llama.cpp، بأحجام معلنة تبلغ 726 و387 و192 ميغابايت على التوالي.
20
وتضم مجموعة تاوباو MNN أيضًا مستودعًا باسم MNN-Pocket-0.3B-DFlash2. لكن الإدراج المتاح لا يثبت تفاصيل إعداداته أو صحة ادعاء بزيادة محددة في سرعة التوليد؛ لذا لا يكفي للاستدلال على مقدار تسريع بعينه.21
الخلاصة
تتمثل أبرز نقاط MNN-Pocket-0.3B في حجمه الصغير نسبيًا—نحو 300 مليون مُعامل—وفي نسخة MNN بصيغة INT4 التي يعلن الفريق أن حجمها 173 ميغابايت، إلى جانب معدلات فك الترميز المعلنة على iPhone 18 Pro وiPad Pro بمعالج M5. تدعم هذه المعلومات تقديمه بوصفه نموذجًا موجهًا لمطوري التطبيقات التي تعمل على الجهاز، لكنها لا تثبت وحدها توفيرًا محددًا في البطارية أو تقديرًا كاملًا لاستهلاك الذاكرة وكلفة الدمج.16
19
34
Studio Global AI
مواصلة البحث الخاص بك
تتضمن هذه الصفحة إجابة مدعومة بالمصدر يمكنك المتابعة داخل Studio Global.
يسأل الناس أيضا
ما هي الإجابة المختصرة على "ما الذي يقدّمه نموذج MNN-Pocket-0.3B للذكاء الاصطناعي على الهاتف؟"؟
MNN Pocket 0.3B نموذج يضم نحو 300 مليون مُعامل، صُمم لتطبيقات الهاتف؛ ويبلغ حجم نسخة MNN المضغوطة INT4 نحو 173 ميغابايت، وفق الفريق.
ما هي النقاط الأساسية التي يجب التحقق منها أولاً؟
MNN Pocket 0.3B نموذج يضم نحو 300 مليون مُعامل، صُمم لتطبيقات الهاتف؛ ويبلغ حجم نسخة MNN المضغوطة INT4 نحو 173 ميغابايت، وفق الفريق. تذكر المصادر سرعة فك ترميز تبلغ 350 وحدة نصية في الثانية على iPhone 18 Pro، وما يصل إلى 466 وحدة في الثانية على iPad Pro بمعالج M5.
ماذا يجب أن أفعل بعد ذلك في الممارسة العملية؟
لا توضح المصادر المتاحة استهلاك البطارية لكل عملية، ولا تقدم قياسات متكافئة لسرعة التهيئة أو ذروة الذاكرة على الأجهزة المختلفة.