في عالم الذكاء الاصطناعي المتسارع، يتجلى الابتكار من خلال تطوير نماذج جديدة تتمتع بقدرات متقدمة. يقدم تقرير تقني جديد نموذج Pistis، الذي يشمل عائلة من النماذج اللغوية الضخمة (Large Language Models) بأحجام 27B و9B، المعتمدة على إصدارات Qwen3.6 وQwen3.5. وتم تطوير هذه النماذج من خلال إطار عمل شامل وقابل للتوسع بعد التدريب.

تبدأ الرحلة عبر التأهيل الفائق لعدة وسائط (Multimodal Supervised Fine-Tuning) الذي يؤسس أساسًا قويًا. كما يقدم النموذج مفهوم التحليل والتعلم المعزز المتداخلي (Interleaved Distillation and Reinforcement Learning - IDRL)، والذي يعتبر بارزًا في دمج التعلم العملي مع التعلم المعزز ضمن حلقة تدريب واحدة. وهذا يسمح بانتقال المعرفة بشكل أكثر فعالية واستقرار في التوجيه.

النموذجان الرئيسيان، Pistis-Thinking وPistis-Agentic، تم تصميمهما لتعزيز القدرات المعقدة. بينما يقوي الأول التفكير المتعدد الوسائط العميق، فإن الثاني يدمج بيانات مسارات وكالة تدعم التخطيط طويل المدى والتفكير التكراري.

تمثل Pistis-Agentic إنجازًا كبيرًا في البحث المتعدد الوسائط، حيث تتفوق في الأداء على النماذج الأساسية لها. كما يقدم التصميم أيضًا نظامًا لتحسين الأداء، Pistis-Auto-Harnessing - PAH، الذي يعمل على تحسين استخدام نموذج الذكاء الاصطناعي دون الحاجة لتحديث المعلمات، مما يعزز الأداء دون زيادة الميزانية التفاعلية.