# Samaya: Sterling يتفوّق على Claude في اختبار مالي

> تقول Samaya AI إن دقة Sterling بلغت 58.9% في اختبار FrontierFinance، مقابل 55.9% لـ Claude Fable 5.1، وبتكلفة أقل لكل سؤال.

Oossa · 2026-10-30 · https://oossa.com/ar/samaya-says-sterling-beats-claude-on-its-finance-benchmark

تقول Samaya AI إن نموذجها Sterling للأبحاث المالية حقق نتيجة 58.9% في اختبار FrontierFinance الذي أعدّته الشركة، متقدماً على Claude Fable 5.1 الذي سجل 55.9%. وتذكر Samaya أن تكلفة السؤال الواحد تبلغ $0.61 لـ Sterling، مقابل $6.89 لـ Claude، أي أقل بنحو 11 مرة.

هذه الأرقام هي نتائج اختبار داخلي أجرته Samaya، وليست مقارنة مستقلة. ويقيّم FrontierFinance مهام البحث في مختلف مراحل الاستثمار، بما فيها الأسئلة التي تتطلب جمع بيانات مالية وإسناد إجابة مكتوبة إلى مصادر. وتقول Samaya إن أسئلة الاختبار لم تُستخدم في التدريب، لكن الشركة هي التي أعدّت الاختبار وأجرت التقييم.

## كيف دُرّب Sterling

يعتمد Sterling على Nemotron 3.5 Lightning من NVIDIA، وهو نموذج يضم 30 مليار مُعامل ويستخدم 3 مليارات منها في كل مرة. وتقول Samaya إن النموذج الأساسي حقق دقة 42.5% في اختبار FrontierFinance قبل أن ترفعها مراحل التدريب الأربع التي أجرتها الشركة إلى 58.9%.

جمعت عملية التدريب بين جولتين من التدريب الخاضع للإشراف وجولتين من التعلم المعزز، وهو أسلوب يستخدم التقييمات لتوجيه المحاولات اللاحقة. وتعلّم النموذج استخدام أدوات البحث المالي، والاختيار بين أساليب بحث مختلفة، وجمع الأدلة وإعداد تقارير موثقة بالمصادر. وتقول Samaya إنها درّبته على أمثلة من ثمانية نماذج تعليمية مختلفة، وعلى أسئلة أعدّها خبراء ماليون وقيّموها.

ويؤثر إعداد البحث في النتيجة: إذ يعمل Sterling مع مجموعة أدوات مخصصة للتمويل، فيما تختصر نماذج مساعدة مخرجات الأدوات المطوّلة وسجلات البحث. وتقول Samaya إن هذا الإعداد يساعد النموذج الأصغر، الذي لا يُفعّل منه سوى جزء من مُعاملاته، على إجراء أبحاث تستلزم استخدام الأدوات مرات كثيرة. لذا، تعكس النتائج المنشورة أداء النموذج ضمن هذا النظام، لا أداءه منفرداً في الإجابة من دون أدوات.

## ما الذي تثبته المقارنة وما الذي لا تثبته

تشير النتيجة إلى أن التدريب اللاحق وإعداد البحث المصمم خصيصاً قد يحسّنان أداء نموذج أصغر في اختبار Samaya تحديداً. لكنها لا تثبت أن Sterling أدق من Claude في الأبحاث المالية عموماً؛ فالنتائج المقدمة تقتصر على اختبار واحد، ولم يُذكر إجراء تقييم مستقل.

تقول Samaya إنها استخدمت مجموعة منفصلة من 100 سؤال داخلي لاختيار مراحل التدريب التي ستواصلها. وتذكر الشركة أيضاً أن نموذجاً أكبر دُرّب بالطريقة نفسها أظهر تحسناً أولياً، لكنها لم تنشر نتائجه بعد. ولا يوضح الإعلان المقدم كيفية إتاحة Sterling للمستخدمين.

## الحقائق

- تقول Samaya إن Sterling حقق 58.9% في اختبار FrontierFinance، مقابل 55.9% لـ Claude Fable 5.1.
- تذكر Samaya أن تكلفة السؤال الواحد تبلغ $0.61 لـ Sterling و$6.89 لـ Claude Fable 5.1.
- يعتمد Sterling على Nemotron 3.5 Lightning، الذي تصفه Samaya بأنه نموذج يضم 30 مليار مُعامل، منها 3 مليارات نشطة.
- تقول Samaya إن التدريب رفع نتيجة النموذج في FrontierFinance من 42.5% إلى 58.9% عبر أربع مراحل تدريب.

## لماذا يهم

بالنسبة إلى فرق التمويل التي تدرس استخدام أدوات الذكاء الاصطناعي في الأبحاث، تمنح نتائج Samaya سبباً للنظر في نماذج أصغر مجهزة بالأدوات بوصفها خياراً قد يكون أقل تكلفة. لكن النتائج مستمدة من اختبار Samaya الخاص، لذا تظل الفرق بحاجة إلى أدلة مستقلة لمعرفة مدى أداء Sterling في مهامها البحثية.

## المصادر والمراجع

1. [Samaya AI Releases Sterling: A 3B-Active Finance Research Agent Model that Beats Claude Fable 5.1 on FrontierFinance at 11x Lower Cost](https://www.marktechpost.com/2026/10/30/samaya-sterling-post-trained-finance-research-model-frontierfinance/) – MarkTechPost, 2026-10-30
2. [Samaya AI](https://samaya.ai/blog/rl-post-trained-agentic-model) – Samaya AI

آخر تحديث: 2026-10-30