> ## Content Index
> Fetch the complete content index at: https://globalfeed.ai/llms.txt
> Use this file to discover other available public pages before exploring further.

# مختبر تابع لصندوق Ubiquant الصيني يطلق IQuest-Q1، نموذجا مفتوحا لوكلاء البرمجة
- URL: https://globalfeed.ai/ar/mkhtbr-tbaa-lsndwq-ubiquant-lsyny-ytlq-iquest-q1-nmwdhj-mftwh-lwkl-lbrmj/
- Published: 2026-09-30T03:45:08.000Z
- Updated: 2026-09-30T03:45:08.000Z
- Description: أطلقت IQuest، وحدة الذكاء الاصطناعي في صندوق Ubiquant الصيني للاستثمار الكمي، نموذج IQuest-Q1 لوكلاء البرمجة واستخدام الأدوات عبر خطوات متعددة. ويعمل النموذج مع Claude Code وCodex CLI ويمكن تشغيله على خوادمك الخاصة، لكنه يحتاج إلى 8 بطاقات مراكز بيانات عالية الذاكرة.
- Author: GlobalFeed Editor
- Tags: IQuestLab, IQuest-Q1, النماذج المفتوحة, وكلاء البرمجة, x-iquestlab, x-huggingface, dil-ar, elle

أطلقت **IQuest** في 28 سبتمبر 2026 نموذج [IQuest-Q1](https://huggingface.co/IQuestLab/IQuest-Q1?ref=globalfeed.ai) على Hugging Face وGitHub. ويظهر الفريق على Hugging Face باسم IQuestLab، وهو وحدة أبحاث الذكاء الاصطناعي التابعة لصندوق الاستثمار الكمي الصيني Ubiquant، وسبق أن نشر عائلة نماذج البرمجة IQuest-Coder. وبحسب بطاقة النموذج، صُمم IQuest-Q1 للبرمجة القائمة على الوكلاء والاستدلال واستخدام الأدوات عبر خطوات متعددة، ويُقدَّم نموذجا يمكنك تشغيله على خوادمك الخاصة.

## نموذج لوكلاء البرمجة

يعتمد IQuest-Q1 بنية مزيج الخبراء (Mixture-of-Experts). ويبلغ مجموع معاملاته 320 مليارا، يعمل منها نحو 15 مليارا لكل رمز (token)، إذ يُختار 8 خبراء من أصل 256\. وتتسع نافذة السياق لـ 512 ألف رمز (524,288)، ما يناسب مستودعات الشيفرة الكبيرة وجلسات الوكلاء الطويلة. وتمزج البنية بين طبقات الانتباه بالنافذة المنزلقة وطبقات الانتباه الكامل، فثلاث من كل أربع طبقات تستخدم النافذة المنزلقة. أما طبقة التنبؤ متعدد الرموز (MTP) فتقترح رموزا مسبقا لتسريع التوليد. ويقبل النموذج النص فقط، من دون إدخال للصور أو الصوت أو الفيديو.

وتشرح البطاقة خطوة بخطوة طريقة استخدام النموذج داخل **Claude Code** و**Codex CLI**. ويفتح الخادم واجهة API متوافقة مع OpenAI، ويلزم وسيط يدعم صيغة Anthropic Messages لـ Claude Code وصيغة OpenAI Responses لـ Codex. وبذلك يستطيع المطورون ربط وكيل سطر الأوامر الذي اعتادوه بنموذج يعمل على خوادمهم.

## العتاد والتشغيل

يشغل النموذج بالدقة الكاملة (BF16) نحو 650 GB. وتفترض أوامر التشغيل في البطاقة خادما يوزع النموذج على 8 بطاقات رسومية، وبما أن الحمل على كل بطاقة يتجاوز 80 GB، فالأمر يتطلب بطاقات مراكز بيانات عالية الذاكرة من فئة H200 أو B200\. ولا يتسع النموذج لبطاقة رسومية واحدة، ولم تنشر IQuest نسخة مضغوطة (quantized). وأدوات التشغيل الموصى بها هي SGLang وvLLM: فقد دُمج [دعم SGLang](https://github.com/sgl-project/sglang/pull/41590?ref=globalfeed.ai) في المشروع الرئيسي في 29 سبتمبر، أما لـ vLLM فتوفر الشركة نسختها المتفرعة وصور Docker جاهزة. ولا تتضمن البطاقة معلومات عن دعم llama.cpp أو Ollama.

والترخيص نسخة من MIT تسميها IQuest "Modified MIT". ويُسمح بالاستخدام التجاري، وبحسب [نص الترخيص](https://huggingface.co/IQuestLab/IQuest-Q1/blob/main/LICENSE?ref=globalfeed.ai) فإن الشرط الإضافي الوحيد هو عرض اسم "IQuest-Q1" بشكل بارز في واجهة المستخدم إذا استُخدم النموذج أو عمل مشتق منه في منتج أو خدمة تجارية.

وفي الرسوم البيانية التي نشرتها الشركة، يأتي IQuest-Q1 في الغالب خلف Claude Opus 5 وDeepSeek-V4.1-Flash في اختبارات البرمجة والوكلاء مثل DeepSWE وNL2Repo وCyberGym وTerminal-Bench، ويقترب منهما في CyberGym وTerminal-Bench. وتضعه الرسوم نفسها أمام نماذج مثل DeepSeek-V4-Flash وGLM-5.3-Flash في بعض الاختبارات. وهو خيار جديد للشركات وفرق البحث التي تريد تشغيل وكلاء البرمجة في مراكز بياناتها من دون إرسال الشيفرة إلى الخارج، وتملك عتادا بهذا الحجم.

وتكتب IQuest في بطاقة النموذج أن IQuest-Q1 لا يزال في مرحلة مبكرة: فقد يغفل عن القيود في مهام سطر الأوامر الحقيقية، ويكرر المحاولات الفاشلة، ويحتاج إلى إشراف بشري، وتوصي البطاقة بالتحقق من الشيفرة المولدة عبر الاختبارات. كما أن إعداد Codex المثالي في البطاقة يعطل طلبات الموافقة وبيئة العزل (sandbox)، لذا يستحسن تشديد هذا الإعداد بما يناسب بيئتك. وجميع نتائج المقارنة صادرة عن الشركة، وأحدها (IQuest-CLIBench) اختبار أعدته الشركة بنفسها. ولمعرفة أداء النموذج في العمل الفعلي، تجدر متابعة تقييمات الباحثين المستقلين.

المصادر: [Hugging Face: بطاقة نموذج IQuest-Q1](https://huggingface.co/IQuestLab/IQuest-Q1?ref=globalfeed.ai)، و[GitHub: IQuestLab/IQuest-Q1](https://github.com/IQuestLab/IQuest-Q1?ref=globalfeed.ai)، و[GitHub: دعم SGLang لـ IQuest-Q1](https://github.com/sgl-project/sglang/pull/41590?ref=globalfeed.ai).