صارت اختبارات الأداء المرجعية (Benchmarks) المعيار الصناعي الذي تتحقّق به شركات الذكاء الاصطناعي من قدرات نماذجها، وحين تميل الأرقام لصالحها، تستخدمها للتميّز عن المنافسين والترويج لتفوّقها. بعبارة أخرى، الاختبارات الجيّدة تعني عادةً علاقات عامّة جيّدة.
لكن الشركات أيضًا اكتشفت كيف تتحايل على أنظمة الاختبار القديمة — كثير منها لم يُبنَ أصلًا لقياس قدرات النماذج الحديثة. شركة Vals، التي تأسّست سنة 2024، تقول إنها في مهمّة لإصلاح هذا النظام المعيب.
نموّ سريع وتمويل من Andreessen Horowitz
في أقلّ من عامين، رسّخت الشركة حضورها في صناعة التقنية، وجمعت العام الماضي جولة تأسيسية بقيادة 8VC وBloomberg Beta، ثم جمعت الشهر الماضي 40 مليون دولار في جولة Series A بقيادة Andreessen Horowitz.
رايان كريشنان، المؤسّس المشارك البالغ 25 عامًا، عمل سابقًا متدرّبًا في Palantir، وأثناء دراسته الجامعية في ستانفورد عمل مع Microsoft ومختبر الذكاء الاصطناعي المرموق بالجامعة. يقول كريشنان إن Vals وُلدت من ملاحظته الشخصية أن أنظمة القياس تتخلّف عن تطوّر الصناعة التي صُمّمت لقياسها.
كيف تختلف Vals عن الاختبارات التقليدية؟
«تاريخيًا، أعتقد أن التقييم كان يُجرى لقياس الذكاء بطريقة مجرّدة جدًا. مثل، هل تعرف النماذج معلومات كافية لاجتياز اختبار من نوع اختبار المحاماة؟» يقول كريشنان.
هنا تسعى Vals للتمايز. بينما تتيح كثير من أنظمة القياس اختبارات متاحة للعامّة (ما قد يسمح لشركة بتدريب نموذجها على هذه الاختبارات تحديدًا، بما يُعتبر غشًّا في الامتحان)، لا تكشف Vals عن مواد اختباراتها المحدّدة علنًا. وبدل قياس المعرفة العامّة للنموذج، تقيّمه أيضًا على قدرته على إنجاز مهامّ معقّدة مرتبطة بقطاعات محدّدة كالقانون والتمويل والبرمجة.
«ما نفعله فعليًا هو النظر إلى الأثر الحقيقي للنماذج»، يقول كريشنان. «هل تقدر تنجز عملًا بنفس جودة منتَج بشري في كل مجال؟». والهدف أيضًا فحص السيناريوهات السلبية: «لو عملت هذه النماذج بحرّية في العالم، ما الآثار السلبية المحتملة؟».
وتوسّع القدرات التي تقيسها Vals باستمرار: «لدينا اختبار مرجعي عن التحسين الذاتي التكراري. ونعمل في الصحّة النفسية، والأمن السيبراني، والأمن الحيوي، وحتى قانون النزاعات المسلّحة لفهم كيف تطبّق النماذج اتفاقية جنيف»، يقول كريشنان.
ليه ده مهم؟
تدفع الشركات لـVals لاختبار نماذجها — وهي فكرة قد تبدو غريبة: لماذا تدفع شركة لتكتشف أن نموذجها لا يؤدّي جيّدًا؟ لكن كريشنان يشبّه نموذج إيراداتها بدفع طالب لمجلس الكلّيّات لأداء اختبار السات.
كشفت الشركة الناشئة أن إيراداتها الحالية تبلغ ثمانية أضعاف إيراداتها العام الماضي، وتوسّع فريقها من 8 أشخاص فقط في بداية العام إلى 25 حاليًا، مع خطط للانتقال لمكتب أكبر بكثير وضمّ 10 إلى 15 موظّفًا إضافيًا. كما أطلقت الشركة مؤخّرًا برنامجًا لتقديم تقييمات النماذج للوكالات الفيدرالية الأمريكية.
«شركات الذكاء الاصطناعي بدأت تطرح أسهمها للعامّة. SpaceX طُرحت. Anthropic مُقرّر طرحها لاحقًا هذا العام. أظنّ OpenAI ستُطرح قريبًا أيضًا. أعتقد أنه مع تحوّل نماذج الذكاء الاصطناعي إلى جزء أساسي من الاقتصاد وانتشارها على نطاق أوسع، ستقود أنواع الاختبارات والتقييمات التي نجريها كيفية حديث هذه الشركات عن استخداماتها أو تقديمها لإقراراتها العامّة»، يقول كريشنان.
المصادر: TechCrunch — 2026-09-19
