💰 quantitative finance

Can Open-Weight Models Compete on Financial Text Comprehension?

تقيم هذه الورقة معايير "Financial Touchstone" المحدثة باستخدام عشرين نموذجاً، كاشفةً أن النماذج ذات الأوزان المفتوحة مثل "Kimi K2.6" يمكنها منافسة الأنظمة المملوكة في فهم النصوص المالية رغم استمرار اختناقات استرجاع المعلومات وسلوكيات الرفض الجيوسياسية غير المتسقة في النماذج الصينية.

المؤلفون الأصليون: Jan Spörer

نُشر 2026-08-11

📖 3 دقيقة قراءة☕ قراءة في استراحة قهوة

CC BY 4.0

المؤلفون الأصليون: Jan Spörer

البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل

تخيل عالماً تتعلم فيه الحواسيب القراءة والكتابة والتفكير مثل البشر. هذا المجال، الذي يُسمى الذكاء الاصطناعي (AI)، قد انفجر مؤخراً بنماذج جديدة يمكنها الدردشة، وحل المسائل الرياضية، وحتى كتابة الأكواد البرمجية. لكن هناك عقبة: العديد من هذه الحواسيب فائقة الذكاء هي "صناديق سوداء". نحن نعرف أنها تعمل، لكننا لا نعرف بالضبط كيف بُنيت أو ما هي الأسرار التي تخبئها داخل كوداتها. مؤخراً، ظهرت موجة جديدة من هذه النماذج من مختبرات صينية وهي "مفتوحة الأوزان"، مما يعني أن مخططاتها متاحة للجميع لدراستها، على عكس النسخ السرية والمغلقة من قبل شركات التكنولوجيا الأمريكية الكبرى. السؤال الكبير الذي يشغل بال الجميع هو: هل يمكن لهذه النماذج المفتوحة والعلنية أن تقوم بالفعل بالعمل الشاق والممل ولكن المهم للغاية المتمثل في قراءة التقارير المالية وإيجاد الحقيقة، أم أنها مجرد جيدة في التظاهر بالذكاء؟

هذه الورقة البحثية تشبه اختباراً ضخماً عالي المخاطر لعشرين نموذجاً من هذه النماذج. لقد وضع الباحثون تحدي "اللمسة المالية" (Financial Touchstone)، وهو في الأساس مكتبة ضخمة تضم 495 تقريراً سنوياً حقيقياً لشركات من جميع أنحاء العالم، مقترنة بـ 2,967 سؤالاً صعباً حولها. تخيل الأمر كأنك تعطي طالباً كومة من 495 كتاباً مدرسياً وتسأله: "كم بلغت أرباح الشركة (س) في عام 2022؟" أو "ما هي قطاعات الأعمال الثلاثة الرئيسية؟". كان الهدف هو معرفة أي ذكاء اصطناعي يمكنه إيجاد الإجابات الصحيحة دون اختلاق أشياء (وهي مشكلة تُسمى "الهلوسة") ودون أن يتعثر لأنه لم يستطع العثور على الصفحة الصحيحة في الكتاب.

كانت النتائج بمثابة تحول مفاجئ في الحبكة. لفترة طويلة، اعتقد الناس أنك بحاجة إلى "دماغ استنتاجي" خاص أو نموذج سري ومملوك ليتعامل مع الرياضيات المالية المعقدة. لكن هذه الدراسة وجدت أن النماذج مفتوحة الأوزان تلحق بالركب بسرعة. في الواقع، جاء النموذج مفتوح الأوزان المسمى Kimi K2.6 في المركز الثالث إجمالاً، متفوقاً على عدة نماذج أمريكية شهيرة ومغلقة. وكان الأداء الأفضل في الواقع لنموذج يسمى Claude Opus 4.6، الذي أجاب على 88.4% من الأسئلة بشكل صحيح. ومع ذلك، هناك التواء في القصة: فبينما كانت بعض النماذج رائعة في إيجاد الإجابة الصحيحة، كانت نماذج أخرى مذهلة في عدم اختلاق الأشياء. فقد سجل نموذج Gemini 2.5 Pro من جوجل أدنى معدل للكذب، حيث بلغ معدل الهلوسة لديه 0.08% فقط، لكنه لم يكن الأفضل في إيجاد الإجابات في المقام الأول.

اكتشف الباحثون أيضاً أن المشكلة الأكبر لجميع نماذج الذكاء الاصطناعي هذه لم تكن في عقولها، بل في عيونها. فقد حدث ما يقرب من نصف جميع الأخطاء (48.9%) لأن الكمبيوتر ببساطة لم يستطع العث� على الصفحة الصحيحة في التقرير الضخم لقراءتها. الأمر يشبه امتلاك عبقري لا يستطيع العثور على الكتاب على الرف. وهناك اكتشاف غريب آخر، وهو أن بعض النماذج الصينية كانت تحتوي على "فلتر سلامة" يرفض فجأة الإجابة على أسئلة مالية طبيعية تماماً إذا ذكر التقرير شخصيات أو أحداثاً سياسية معينة، مثل طالب يرفض خوض اختبار لأن الموضوع يذكره بقاعدة لا ينبغي له كسرها.

إذاً، ما هي الخلاصة؟ تشير الورقة إلى أن النماذج مفتوحة الأوزان أصبحت الآن قوية بما يكفي لتنافس أفضل النماذج السرية في العالم في فهم التمويل. إنهم لا يحتاجون إلى حواسيب "استنتاجية" فائقة للقيام بعمل رائع؛ فأحياناً، يعمل نموذج بسيط ومفتوح بنفس الكفاءة. لكن الدراسة تحذر أيضاً من أننا لا نزال أمام طريق طويل. الحواسيب تتحسن في القراءة، لكنها لا تزال تعاني في العثور على المعلومات الصحيحة في الوثائق الضخمة، وأحياناً يتم حظرها بواسطة قواعد سلامة حساسة للغاية. وتخلص المؤلفة إلى أنه بينما نحن قريبون من امتلاك مساعدين يعملون بالذكاء الاصطناعي يمكنهم التعامل مع التقارير المالية في العالم الحقيقي، فإننا لا نزال بحاجة إلى إصلاح كيفية بحثهم عن المعلومات قبل أن نتمكن من الوثوق بهم تماماً في أموالنا.

ملخص تقني: هل يمكن للنماذج مفتوحة الأوزان منافسة فهم النصوص المالية؟

أبحاث مشابهة