كون إمبد لايت

كون إمبد لايت نموذج تضمين نصوص عربي بحجم 300 مليون معامل، للبحث الدلالي والاسترجاع والتجميع وRAG. ويحقق أفضل أداء بين نماذج التضمين العربية التي تقل عن مليار معامل، مع بقائه صغيرًا بما يكفي للعمل بسرعة بيئات الإنتاج.

تضم نماذج التضمين متعددة اللغات العربيةَ في بيانات تدريبها، لكنها تعاملها بوصفها لغة من لغات كثيرة. فتذوب خصائصها، من صرفها إلى تنوع طرق كتابتها إلى المسافة بين الفصحى والاستخدام اليومي، في فضاء متجهي تشكّله لغات أخرى في معظمه.

كيف يعمل

جاء كون إمبد لايت من إطار لتقطير المعرفة من عدة معلّمين، تصفه ورقة مسراج البحثية Linguistic Specialization of Arabic in Text Embedding Models via Multi-Teacher Knowledge Distillation (LaTell 2026). فبدل التعلم من معلّم واحد، يتعلم النموذج الطالب من عدة نماذج معلّمة في آن واحد ويُدرَّب على نصوص عربية، فيتشكل فضاء التضمين بالعربية لا بتكييفه لها. وهو النموذج العام في عائلة كون إمبد، مضبوط لمحتوى الأعمال والمحتوى العربي العام.

خيارات النشر

يتوفر كون إمبد لايت عبر واجهة مسراج البرمجية السحابية، ومنها كون كونسول، أو داخل المنشأة. ويمكن للمطورين استدعاء تضمينات كون عبر مكتبة kawn.ai للغة Python، بواجهات متزامنة وغير متزامنة، أو عبر KawnEmbedding ضمن تكامل LlamaIndex. وهو كذلك نموذج التضمين العام داخل سيمليس للمؤسسات.

لمن هذا النموذج

• الفرق التي تبني بحثًا دلاليًا عربيًا أو RAG وتحتاج إلى السرعة مع الجودة.
• تصنيف النصوص العربية العامة ونصوص الأعمال وتجميعها.
• الجهات التي تريد تشغيل التضمينات داخل بيئتها الخاصة.

الأسئلة الشائعة

ما الفرق بينه وبين كون إمبد إسلامي وكون إمبد طبي؟ لايت هو النموذج العام، أما الآخران فنموذجان متخصصان، للمصادر الإسلامية ولنصوص الرعاية الصحية.

أين أرقام المعايير؟ يذكر الملخص المنشور النتيجة، أي أفضل أداء بين نماذج التضمين العربية دون مليار معامل، لكنه لا يعطي درجات لكل معيار، ولذلك لا نذكر أرقامًا هنا.