# Qwen 3.8 يتعرّف على ألعاب من أوزان شبكاتها العصبية

> وجد Simon Willison أن Qwen 3.8 27B، الذي شغّله على حاسوبه المحمول، تعرّف على ثلاث ألعاب من أصل أربع من أوزان شبكاتها، من دون أدوات. واستغرق كل جواب نحو ساعة أو أكثر.

Oossa · 2026-11-03 · https://oossa.com/ar/qwen-3-8-identifies-games-from-neural-network-weights

اختبر Simon Willison ما إذا كان Qwen 3.8 27B يستطيع التعرّف على لعبة من خلال فحص الأوزان الخام لشبكة عصبية صغيرة، من دون تشغيل التعليمات البرمجية أو استخدام أدوات أخرى. ويقول إنه شغّل النموذج، حجمه 17GB، على حاسوبه المحمول، فتعرّف بشكل صحيح على Pac-Man وPong وBreakout، لكنه ظنّ أن Freeway لعبة شبيهة بـPac-Man.

استغرق كل جواب صحيح من 46 دقيقة إلى أكثر من ساعة. وتختبر تجربة Willison قدرة النموذج على تفسير الأوزان؛ لكنها لا تُظهر أن Qwen يعدّل نموذجًا آخر أو يحسّنه، وهو ادعاء منفصل تناولته الورقة البحثية التي كان يتابعها.

## الحقائق

- تعرّف Qwen 3.8 27B بشكل صحيح على 3 من أصل 4 شبكات لألعاب في اختبارات Willison.
- استغرق جواب Pac-Man 46 دقيقة و12 ثانية، وجواب Pong ساعة و4 دقائق و54 ثانية.

## لماذا يهم

بالنسبة إلى من يشغّلون نماذج كبيرة محليًا، يشير الاختبار إلى إمكان استنتاج وظيفة شبكة صغيرة من أوزانها، وإن كان ذلك بطيئًا وقد أخفق النموذج في واحدة من أربع ألعاب.

## المصادر والمراجع

1. [Qwen 3.8 27B on my laptop can interpret model weights, too](https://simonwillison.net/2026/Nov/3/qwen-can-interpret-model-weights/) – Simon Willison, 2026-11-03

آخر تحديث: 2026-11-03