# گزارش Metis-1.6 از دو مدل زبانی کوچک و ضعف‌هایشان می‌گوید

> به‌گفتهٔ پژوهشگر، Giulianno Vollmer، مدل Logos از Metis-1.6 در بنچمارک‌های ریاضی امتیاز خوبی گرفت، اما در کدنویسی، پیروی از دستورها و پردازش متن‌های بلند ضعیف عمل کرد.

Oossa · 2026-10-30 · https://oossa.com/fa/metis-1-6-report-details-two-small-language-models-and-their-failures

گزارش فنی Metis-1.6 به قلم Giulianno Vollmer دو مدل زبانی را شرح می‌دهد که از ابتدا ساخته شده‌اند: Praxis با 2.94 میلیارد پارامتر و Logos با 10.23 میلیارد پارامتر. در این گزارش آمده است که Logos در میان 17 مدل و بر پایهٔ 40 بنچمارک رتبهٔ هفتم را کسب کرد و در ریاضیات، میان 30 مدل دوم شد؛ همچنین به ضعف‌های آن در کدنویسی، پیروی از دستورها و کار با متن‌های طولانی اشاره شده است.

Vollmer چند مشکل در فرایند آموزش را شرح می‌دهد؛ از جمله بهینه‌سازی که هرگز اجرا نشد و باگی در پاداش طول پاسخ که می‌توانست پاسخ‌های درست و طولانی را جریمه کند. طبق گزارش، Logos با 1.02 تریلیون توکن آموزش دید و قرار نبود با مدل‌های پیشرو رقابت کند.

## حقایق

- طبق گزارش، Logos در AIME 2025 امتیاز 67.50% و در HMMT February 2026 امتیاز 63.64% گرفت.
- در گزارش آمده است که هر دو مدل Metis-1.6 با 1.02 تریلیون توکن آموزش دیدند.

## چرا مهم است

این گزارش برای توسعه‌دهندگانی که مدل‌های کوچک‌تر را بررسی می‌کنند، نتایج بنچمارک و درس‌های مشخصی از فرایند آموزش ارائه می‌دهد؛ اما یافته‌های خود گزارش نشان می‌دهد Logos در کدنویسی و کار با متن‌های طولانی ضعیف است. در اینجا اعتبارسنجی مستقل مستند نشده است.

## منابع و ارجاع‌ها

1. [Think Twice: The Metis-1.6 Technical Report](https://arxiv.org/abs/2610.37903) – arXiv cs.LG, 2026-10-30

آخرین به‌روزرسانی: 2026-10-30