# TurboMamba يسرّع التدريب والاستدلال ويحسّن التنبؤ

> تقلّل بنية TurboMamba الجديدة خسارة التنبؤ، وتعمل بسرعة تصل إلى 6 أضعاف مقارنةً بنماذج Mamba المماثلة.

Oossa · 2026-10-16 · https://oossa.com/ar/turbomamba-speeds-up-training-and-inference-improves-prediction

قدّم باحثون بقيادة Hanxin Zhang تصميمًا لنموذج لغوي أطلقوا عليه TurboMamba، يجمع بين كتلة Mamba‑3 عامة ومحوّل صغير لكل كتلة من الرموز. ويضيف هذا المزيج ثلاثة تحسينات بسيطة: إتاحة الوصول المباشر إلى آخر رمز في الكتلة السابقة، وتصحيح طفيف للدرجات، ومزج متعلّم لترددات الرموز الحديثة. وأظهرت الاختبارات على مجموعة البيانات العامة FineWeb‑Edu أن TurboMamba يتفوّق على اثني عشر نموذجًا مرجعيًا، منها محوّلات قياسية وإصدارات من Mamba‑3، من حيث السرعة والدقة معًا.

## الحقائق

- انخفض متوسط خسارة اللوغاريتم الطبيعي للاختبار (NLL) بنسبة 9.4% مقارنةً بـ Mamba‑3، وارتفع معدل نقل التدريب إلى 2.60 ضعف.
- بلغ تسريع زمن الاستجابة للدفعات 3.12 ضعفًا مقارنةً بـ Mamba‑3، في عبء عمل يتضمن 32 تسلسلًا و256 رمزًا في موجه الإدخال.

## لماذا يهم

يستطيع الباحثون تدريب النماذج اللغوية وتشغيلها بسرعة أكبر وبتكلفة أقل، ما يخفض عتبة التكلفة أمام مشاريع الذكاء الاصطناعي الجديدة.

## المصادر والمراجع

1. [TurboMamba: Faster Inference, Faster Training, and Better Prediction with Lexical Memory](https://arxiv.org/abs/2610.20682) – arXiv cs.LG, 2026-10-16

آخر تحديث: 2026-10-16