/التدريب
كيّف نموذجاً مع مجالك ومخرجاتك وأدواتك. اختر كيف يريد فريقك العمل، وحدّد التقييم، ثم اختر نقطة الحفظ (checkpoint) والطريقة. الوصول إلى التدريب متاح بدعوة فقط. ويتم تسعير التعاقدات المخصصة بعروض أسعار.
/التسلسل-الهرمي
تدعم الأمثلة التوضيحية التدريب الخاضع للإشراف. وتدعم التفضيلات DPO أو ORPO. وتدعم البيئات القابلة للتنفيذ ذات النتائج القابلة للتقييم Agent RL. أنشئ خط أساس قوياً واختر الطرق أو اجمع بينها بناءً على الأدلة. لا يُعدّ كل من SFT وDPO متطلبين مسبقين للتعلم المعزز (RL).
أنشئ خط أساس مقاسًا باستخدام السياق والاسترجاع والأدوات وسياسات الموافقة. قيّم تغييرات التكوين جنبًا إلى جنب مع أي طريقة تدريب مؤهلة.
المخرج البرمجي (Artifact): تعليمات النظام، وتجزئة الاسترجاع، ومخططات الأدوات، وبوابات الموافقة، وقواعد الاستشهاد (دون تغيير الأوزان).
استكشف التلقين والسياق والخزائن وسياسة الأدواتاستخدمه عندما تتمكن العروض التوضيحية المنسقة، بما في ذلك المحادثات متعددة الأدوار وآثار الأدوات، من تعليم السلوك المطلوب على نقطة حفظ مؤهلة.
المخرج البرمجي (Artifact): يتم تحسين محول (Adapter) مؤهل أو نقطة حفظ مقابل العروض التوضيحية المعتمدة؛ ويمكن أن تغطي هذه مهام متعددة الخطوات.
استكشف الضبط الدقيق الخاضع للإشراف (SFT / LoRA)استخدمه عندما تعبر الاستجابات أو المسارات المفضلة والمرفوضة المصرح بها عن السلوك المنشود.
المخرج البرمجي (Artifact): يتم تحسين محول مؤهل أو نقطة حفظ من أزواج التفضيلات المعتمدة.
استكشف تحسين التفضيلات (DPO / ORPO)استخدمه عندما تدعم بيئة قابلة للتنفيذ ونتائج مهام قابلة للتسجيل التحسين القائم على المكافآت للقرارات متعددة الخطوات. لا يُشترط إجراء SFT أو DPO مسبقًا.
المخرج البرمجي (Artifact): تحسين شامل للسياسات عبر استدعاءات الأدوات متعددة الأدوار، وانتقالات حالة البيئة، والتحقق النهائي من المهام.
استكشف Agent RL على المسارات متعددة الخطوات/المسارات
العمل مع فريقنا
اتفق على المهمة وخط الأساس والتقييم. اعمل معنا لاختيار نقطة الحفظ والطريقة وخطة التقديم.
محدد النطاق ومسعّر
ما يجب إحضاره
مهمة، وبيانات عينة، ومعيار نجاح. يمكن تقييم جاهزية البيانات معاً.
احتفظ بحلقة التدريب الخاصة بك
يملك فريق تعلم الآلة لديك الحلقة أو دالة الخسارة أو المكافأة. حدّد نطاق المدرّبين بدون خادم أو المخصصين واستدلال Rollout مع Grid.
الوصول بدعوة
ما يجب إحضاره
إطار العمل، ونقطة الحفظ، وطريقة التدريب، والتقييم الخاص بك. أضف نافذة السعة للتشغيل المخصص.
استخدم طريقة مدمجة
أحضر أمثلة مجهزة أو تفضيلات أو دالة مكافأة. حدّد نطاق مهمة ضبط دقيق مُدارة عبر SFT أو DPO أو ORPO أو التعلم المعزز.
الوصول بدعوة
ما يجب إحضاره
جاهزية مجموعة البيانات، ونموذج أساسي مؤهل، وتقييم على مجموعة معزولة. يتم تأكيد دعم نقطة الحفظ والطريقة معاً.
التحضير قبل المهمة
اختر مساراً ونموذجاً مرشحاً، أو اترك الاختيار مفتوحاً. صف المهمة والبيانات والنتيجة التي يحتاج فريقك إلى قبولها.
0 من 4 متطلبات تمت صياغتها. المتطلبات غير المجاب عنها توسم بـ «للتأكيد» في الملف المنزّل.
تبقى الإجابات هنا أثناء استكشافك للموقع خلال هذه الزيارة. ويؤدي تحديث الصفحة إلى مسحها.
المتابعة في زيارة أخرى
احفظ موجزاً قابلاً للتعديل لإعادة فتح هذه الإجابات لاحقاً. تُقرأ الملفات على هذه الصفحة. أرسل استفساراً عبر نموذج الطلب عندما تكون مستعداً.
اتفق على كيفية إثبات النموذج لجدارته.
قارن خط الأساس غير المضبوط مع المخرَج المدرَّب على أعمال اختبار محتجزة. راجع الجودة والاستثناءات والجهد البشري والتكلفة لكل نتيجة مقبولة.
يتم تأكيد أهلية نقطة الحفظ والطريقة وتكاليف التدريب وإصدار التقديم في العرض المقدم.
نماذج التدريب · مهام مسعّرة بعروض أسعار
ابدأ بمكيّفات Qwen 27B، أو استكشف Inkling وNemotron وGLM وKimi لمهمة مخصصة. اختر النموذج، واتفق على التقييم، ثم أكد الطريقة والحوسبة.
14 خيارات التدريب · 5 عائلات النماذج · الوصول بدعوة
6 من 14 خيارات · النماذج البارزة · تُؤكَّد الأهلية لكل مهمة
Qwen · أوزان BF16
بدعوةنقطة انطلاق للغة المجال والإجابات المهيكلة واستخدام الأدوات.
كيّف نقطة الحفظ الأصلية لما بعد التدريب باستخدام أمثلتك. ابدأ بالضبط الدقيق الخاضع للإشراف وقارن النتيجة بالنموذج غير المعدّل.
دليل منشور لنقطة الحفظ وتدريب المحولات (Adapters). يتم تأكيد أهلية Grid لكل مهمة.
قراءة المصدر الأساسيلـ Qwen 3.8 27B · LoRA, يفتح في علامة تبويب جديدةQwen · أوزان تدريب 4-bit
عرض أسعار مخصصنهج قائم على المحولات عندما تكون ذاكرة التدريب قيداً.
حدّد نطاق مهمة مخصصة باستخدام نقطة الحفظ المنشورة بدقة 4-bit من Unsloth. نحن نؤكد توافق المدرّب وطول التسلسل وتنسيق النشر قبل التشغيل.
وصفة QLoRA منشورة ونقطة دخول للتعلم المعزز (RL). لا يزال تشغيل التدريب على Grid بحاجة إلى التحقق.
قراءة المصدر الأساسيلـ Qwen 3.8 27B · QLoRA, يفتح في علامة تبويب جديدةInkling · أوزان BF16
عرض أسعار مخصصاستكشف التكييف متعدد الوسائط للنصوص والصور والصوت.
إجمالي المعلمات 276B، و12B نشط. حدّد نطاق الوسائط ومجموعة البيانات والمدرّب قبل اختيار المحولات أو مهمة المعلمات الكاملة.
أوزان مفتوحة وضبط دقيق من المزوّد على Tinker. يُعد توافق Grid مراجعة منفصلة.
قراءة المصدر الأساسيلـ Inkling Small, يفتح في علامة تبويب جديدةNemotron · أوزان BF16
عرض أسعار مخصصفكّر في نموذج أصغر حجماً لمساعد أو وكيل مركّز.
نموذج هجين بحجم 4B يجمع بين Mamba والانتباه (Attention). حدّد نطاق الدعم لبنيته وطريقة تدريبه وبيئة التقديم المستهدفة.
نقطة حفظ BF16 منشورة. يتطلب توافق الطريقة والمدرّب تحديد النطاق.
قراءة المصدر الأساسيلـ Nemotron 3 Nano 4B, يفتح في علامة تبويب جديدةGLM · أوزان BF16
عرض أسعار مخصصاستكشف البرمجة طويلة الأفق ومهام الوكلاء القابلة للتحقق.
إجمالي المعلمات 744B، و40B نشط. يستخدم عمل التعلم المعزز (RL) المنشور كلاً من SAO وslime. حدّد نطاق التدريب الموزع والبيئات وأدوات التحقق وترخيص نقطة الحفظ.
تقرير ما بعد التدريب خاص بالإصدار. تقيّم ورقة SAO نموذج GLM 5.2؛ بينما يصف تقرير 5.3 استمرار استخدامه.
قراءة المصدر الأساسيلـ GLM 5.3, يفتح في علامة تبويب جديدةKimi · أوزان MXFP4
عرض أسعار مخصصاستكشف البرمجة طويلة الأفق والرؤية الحاسوبية الأصلية لتعاقد مخصص.
إجمالي المعلمات 2.8T، و104B نشط. تستخدم الأوزان المنشورة تنسيق MXFP4 الواعي بالتكميم. أكّد وجود نقطة حفظ تدريب قابلة للتطبيق ودعم التكميم وترخيص Kimi K3 قبل تسعير التشغيل.
إصدار مفتوح الأوزان بتنسيق MXFP4. لم يتم التحقق من مسار تدريب قياسي بتنسيق BF16 أو QLoRA لـ Grid.
قراءة المصدر الأساسيلـ Kimi K3, يفتح في علامة تبويب جديدةالتدريب متاح بدعوة. تحدد الأوزان المنشورة نموذجاً مرشحاً لتحديد النطاق. ويؤكد عرض الأسعار ترخيص نقطة الحفظ وتوافق المدرّب وحجم مجموعة البيانات وطول التسلسل وعدد الدورات (Epochs) والطريقة والتقييم والحوسبة.
أسعار الاستدلال لا تسعّر التدريب. يتم الاتفاق على التدريب والتخزين والنشر بشكل منفصل. ولا تعد نافذة السياق الأصلية للنموذج بطول تسلسل التدريب.
استكشاف أبحاث التعلم المعزز ومتطلبات المرحلة التجريبيةالتعلم المعزز · الأبحاث وتحديد النطاق
توجد أعمال منشورة للتعلم المعزز لنموذجي GLM 5.3 وQwen 3.8. طابق الأدلة مع نقطة الحفظ، ثم صمّم مرحلة تجريبية حول مهمة قابلة للقياس ومكافأة موثوقة. تمت مراجعة المصادر في 1 أكتوبر 2026.
وصفة 27B · أبحاث 2.4T
لا تثبت نتائج 2.4T نتيجة تدريب لنموذج 27B. بالنسبة إلى 27B، أكد الوصفة والمدرّب ومسار التنفيذ (Rollout) والمكافأة عبر مرحلة تجريبية صغيرة.
يوثق Unsloth نقطة دخول للتعلم المعزز لنموذج Qwen 3.8 27B باستخدام مسار تدريب Qwen 3.5 الخاص به. وبشكل منفصل، يعرض QwenGyre نتائج Agent RL طويل الأفق على نموذج Qwen 3.8 2.4T.
تقرير التدريب اللاحق الخاص بالإصدار
تقيّم ورقة SAO البحثية نموذج GLM 5.2. ويصف تقرير إصدار 5.3 استمرار استخدامها. حدّد نطاق نقطة الحفظ BF16 والترخيص والمدرّب الموزّع وبيئات مهامك قبل التشغيل.
تصف Z.ai التعلم المعزز المستمر طويل الأفق مع التحسين غير المتزامن أحادي التشغيل (SAO)، والضغط (compaction)، ومدققات المهام، وإطار عمل slime. ويحتفظ GLM 5.3 بالقاعدة نفسها الخاصة بالإصدار 5.2.
أحضر بيئة التنفيذ (Rollout)، ودالة المكافأة أو أداة التحقق، ومجموعة البيانات، وخط الأساس غير المضبوط، ومعيار النجاح. يتم تأكيد أهلية المرحلة التجريبية وتكلفة التدريب في عرض أسعار مخصص.
قراءة دليل الأدلة والمرحلة التجريبية/واجهة-api
توفر Training API نمطين من المدربات: Serverless لتقنية LoRA على سعة مشتركة، وDedicated عندما تحتاج إلى تدريب كامل المعلمات (full-parameter)، أو التقطير (distillation)، أو مجموعة حوسبة (cluster) خاصة بك. وتُعدّ عمليات تشغيل RL (rollouts) أداة أخذ العينات وليست المدرب.
حلقة مخصصة · LoRA · لكل رمز (token)
اكتب الحلقة بلغة Python. يتصل Grid بمدربات مشتركة. يدعم LoRA فقط. أنت تدفع مقابل رموز التدريب، وليس وحدات GPU الخاملة. استخدم هذا الخيار عندما لا تكون المهمة المُدارة القياسية كافية ولا تحتاج إلى مجموعة حوسبة مخصصة.
حلقة مخصصة · LoRA أو كامل المعلمات (full-parameter)
مدرباتك الخاصة، محجوزة للمهمة. تعمل هنا دالة الخسارة المخصصة، والتقطير (distillation)، وDPO، وORPO، وتحديثات كامل المعلمات. سعة قائمة على الوقت، مسعّرة بعرض خاص. ويمكنك إيقافها عند انتهاء التشغيل.
/الأساليب
التدريب الخاضع للإشراف، وتدريب التفضيلات، والتعلم المعزز، والتقطير، والتدريب كامل المعلمات. تتحدد الأهلية لكل نقطة حفظ (checkpoint) وطريقة. وجود نموذج في قائمة تحديد النطاق لا يعني دعمه لكل طريقة أدناه. أكّد المدرب والتقييم في نطاق التدريب الخاص بك.
مهمة مُدارة أو Training API
الضبط الدقيق الخاضع للإشراف
درّب على أمثلة مصنّفة للمخرجات التي تريدها. نصوص ورؤية حاسوبية. المهمة الأولى الافتراضية. LoRA في النمط المُدار. وكامل المعلمات على واجهة API المخصصة.
مهمة مُدارة أو Dedicated API
تحسين التفضيلات المباشر (Direct preference optimization)
درّب على أزواج مفضلة وغير مفضلة للمطالبة نفسها. يقارن DPO السياسة بنموذج مرجعي. استخدمه للنبرة والتنسيق والإجابات التي ليس لها نص مرجعي واحد وحيد.
مهمة مُدارة أو Dedicated API
تحسين التفضيلات بنسبة الأرجحية (Odds ratio preference optimization)
أزواج التفضيلات نفسها المستخدمة في DPO. يدمج ORPO هدفاً خاضعاً للإشراف في الداخل، بحيث لا تحتاج إلى الاحتفاظ بنموذج مرجعي منفصل. شكل مجموعة البيانات نفسه: input، وpreferred_output، وnon_preferred_output.
مشروع تجريبي محدد النطاق أو Dedicated API
الضبط الدقيق بالتعلم المعزز على المسارات
درّب استخدام الأدوات متعدد الخطوات والاستدلال مقابل مدققات ومعايير تقييم حتمية. حدّد نطاق مشروع Agent RL تجريبي مع Forward، أو احتفظ بمدربك الخاص واستخدم Grid لأخذ عينات تشغيل RL.
واجهة برمجة تطبيقات مخصصة (Dedicated API)
من المعلّم إلى الطالب
حلقة مخصصة تنقل السلوك من نموذج معلّم أكبر إلى نموذج طالب أصغر. ليست إعداداً مُداراً مسبقاً. تُسعَّر مع واجهة API المخصصة.
واجهة برمجة تطبيقات مخصصة (Dedicated API)
تحديث الأوزان الأساسية
تقنية LoRA هي البداية السريعة. أما كامل المعلمات فهو السقف الأعلى عندما لا تستطيع المحوّلات تغيير السلوك. تظل المهام المُدارة بنمط LoRA. بينما يتوفر كامل المعلمات في النمط المخصص فقط.
تدريب مخصص
اعمل مع فريقنا لتحديد المهمة، واختيار نقطة حفظ وطريقة متوافقتين، والاتفاق على التقييم. يحدد العرض عملية التدريب، والمخرج البرمجي الناتج، والتكاليف، وخطة التقديم. ويحصل المخرج المقبول على وصول الحساب من خلال عملية الإصدار المتفق عليها.
إذا كان العمل عبارة عن حمل عمل كامل على المصنع وليس مهمة تدريب واحدة، فهذا يُعدّ مشروعاً مخصصاً. تحدث إلينا هناك.
حلقة المسارات والمدقق (Trajectory & verifier loop)
درّب النماذج على مسارات استخدام الأدوات متعددة الخطوات والمدققات الحتمية. تحدد Forward نطاق بيئة الاختبار، وعقد المكافأة، وتحديثات السياسة مع فريقك. يُحدَّد النطاق بدعوة فقط.
التعلم المعزز للوكلاء (RL)احتفظ بمدربك الخاص
وجّه حلقة التعلم المعزز (RL) الخاصة بك إلى Grid لأخذ عينات المسارات بتزامن عالٍ. نحن نشغّل استدلال عمليات التشغيل (rollout inference)؛ ويحتفظ فريق تعلم الآلة لديك بالمدرب وجدول تحديث الأوزان. سعة محجوزة، مسعّرة بعرض خاص.
توليد مسارات RL (RL rollouts)ما تدرّبه هو ما تقدّمه
يحدد العرض كيفية نشر نقطة الحفظ المقبولة على Grid بنمط Serverless أو المخصص أو الخاص. ويتم تأكيد وصول الحساب والتنسيق والإطلاق قبل الإصدار. ويمكن لـ الموجّه الذكي تضمين نموذج مفعّل تختاره. يُسعَّر التدريب كمهام؛ وتُسعِّر معدلات رموز الاستدلال عملية التقديم.
وثائق التدريباتفق على نقطة الحفظ والبيانات والتقييم وخطة التقديم قبل التشغيل. الوصول إلى التدريب متاح بدعوة فقط؛ ويتم تسعير التعاقدات المخصصة بعروض أسعار.