DibaOne M3 (دیباوان M3) یک مدل تصمیم‌گیریِ فارسی‌محورِ متن‌باز با اطمینانِ کالیبره است؛ نسلِ پیشینِ خانوادهٔ تصمیم‌گیریِ دیباوان. به‌جای تولیدِ متن، تصمیم را همراه با یک احتمالِ کالیبره برمی‌گرداند و سه نوع پرسش را پاسخ می‌دهد: انتخابِ چندگزینه‌ای، درستی‌سنجی (درست/نادرست) و امتیازدهیِ درجه‌بندی‌شده. یک bi-encoder با ۲۷۸ میلیون پارامتر که روی CPU سریع اجرا می‌شود و در طبقهبندیِ فارسی به‌مراتب دقیق‌تر از laya (که zero-shot سنجیده شد) است. برای استفادهٔ تجاری، جانشینِ آن DibaOne X1 با مجوزِ Apache-2.0 را به کار ببرید.
چه کارهایی انجام می‌دهد
- انتخابِ چندگزینه‌ای (choice): مسیریابیِ پیامِ پشتیبانی، تشخیصِ نیت، موضوع و دستهٔ محصول.
- درستی‌سنجی (noul): آیا یک گزاره با توجه به متن درست است؟ برای درستی‌سنجیِ RAG و گاردریل.
- امتیازدهی (score): احساس، فوریت، رضایت و کیفیت روی یک مقیاسِ مرتب.
- کالیبراسیونِ عالی: خطای کالیبراسیونِ ۰٫۰۱۰ روی فارسی — اطمینانی که می‌توان به آن تکیه کرد.
- کشِ امبدینگ: یک فراخوانِ مدل می‌تواند به چندین پرسش روی یک مجموعه‌برچسبِ ثابت پاسخ دهد و روی CPU سریع باشد.
مشخصات فنی
| نوع | مدل تصمیم‌گیری (bi-encoder) |
|---|---|
| پارامترها | ۲۷۸ میلیون |
| معماری | ترنسفورمرِ ۱۲ لایهٔ XLM-R + شباهتِ کسینوسیِ مقیاس‌شده |
| انواع پرسش | choice (چندگزینه‌ای)، noul (درست/نادرست)، score (امتیازدهی) |
| زبان‌ها | فارسی‌محور، به‌همراه انگلیسی |
| اجرا | ONNX روی CPU — نسخهٔ int8 حدود ۳۴۸ مگابایت (پیشنهادی) |
| مجوز | CC BY-NC-SA 4.0 (فقط پژوهشی/غیرتجاری — برای تجاری از X1) |
دقت روی مجموعه‌های ارزیابیِ M3 در برابر laya
مجموعه‌های ارزیابی از نظرِ داده با آموزشِ M3 هم‌پوشانی ندارند اما نوعِ وظایف همان است (درون‌حوزه‌ای برای M3). laya به‌صورتِ zero-shot سنجیده شد.
| معیار | DibaOne M3 | laya (zero-shot) |
|---|---|---|
| ارزیابیِ فارسی (۱۰٬۷۶۶ پرسش) — دقت | ۰٫۷۳۸ | ۰٫۴۷۰ |
| · چندگزینه‌ای (۶٬۰۸۴) | ۰٫۷۰۲ | ۰٫۴۵۱ |
| · درست/نادرست (۲٬۷۹۰) | ۰٫۸۷۲ | ۰٫۶۸۴ |
| · امتیازدهی (۱٬۸۹۲) | ۰٫۶۵۴ | ۰٫۲۱۵ |
| · خطای کالیبراسیون (ECE، کمتر بهتر) | ۰٫۰۱۰ | ۰٫۲۵۱ |
| ارزیابیِ کاربردهای محصول (۸٬۸۲۲) — دقت | ۰٫۷۴۷ | ۰٫۵۲۶ |
روی فارسیِ بومی، M3 نزدیک به ۱٫۶ برابرِ laya دقت دارد و خطای کالیبراسیونش ۲۵ برابر کمتر است.
سه بنچمارکِ X1 (ابزارخوانی، مسیر توسعه، ناوبری)
این وظایف برای جانشینِ M3 یعنی X1 ساخته شده‌اند؛ نه M3 و نه laya روی آن‌ها آموزش ندیده‌اند.
| مدل | مسیر توسعه | ابزارخوانی | Wiki Race |
|---|---|---|---|
| DibaOne X1 (جانشین) | ۰٫۷۶۷ | ۰٫۷۵۱ | ۰٫۴۲۸ |
| DibaOne M3 | ۰٫۳۵۱ | ۰٫۱۷۹ | ۰٫۱۸۸ |
| laya (zero-shot) | ۰٫۳۳۶ | ۰٫۱۷۶ | ۰٫۲۸۸ |
برای ابزارخوانیِ عامل و تصمیمهای توسعه از X1 استفاده کنید؛ M3 برای choice/noul/score و طبقهبندیِ فارسی است.
نسخه‌های ONNX (حجم، دقت و تأخیرِ CPU)
نسخهٔ int8 برای CPU پیشنهاد می‌شود: کوچک‌ترین و سریع‌ترین، با افتِ ناچیزِ دقت.
| نسخه | حجم | ارزیابیِ فارسی | ارزیابیِ محصول | تأخیرِ CPU |
|---|---|---|---|---|
| fp32 | ۱٬۰۵۹ مگابایت | ۰٫۷۳۷ | ۰٫۷۴۷ | ۳۷۳ms |
| fp16 | ۵۳۰ مگابایت | ۰٫۷۳۸ | ۰٫۷۴۷ | ۵۲۲ms |
| int8 (پیشنهادی CPU) | ۳۴۸ مگابایت | ۰٫۷۳۷ | ۰٫۷۴۸ | ۳۴۱ms |
شروع سریع
pip install onnxruntime tokenizers numpy huggingface_hub
import sys
from huggingface_hub import snapshot_download
sys.path.insert(0, snapshot_download("Dibachain/DibaOne-M3", allow_patterns=["dibaone_m3.py"]))
from dibaone_m3 import DibaOneM3
m3 = DibaOneM3.from_pretrained("Dibachain/DibaOne-M3", variant="int8")
print(m3.choice(
state="مشتری می‌گوید سفارشم دو هفته است نرسیده و می‌خواهم پولم را پس بگیرید.",
question="این پیام به کدام تیم برود؟",
options=["بازگشت وجه", "پشتیبانی فنی", "فروش", "پیگیری ارسال"]))راهنمای کامل، فایل‌های GGUF/ONNX و نمونه‌های بیشتر در کارتِ مدل روی Hugging Face در دسترس است.
دموها و نمایشِ زنده
کاربرد و محدودیت‌ها
M3 فقط برای پژوهش و استفادهٔ غیرتجاری منتشر شده است (CC BY-NC-SA 4.0)؛ برای محصولِ تجاری از DibaOne X1 (Apache-2.0) استفاده کنید. در انتخابِ ابزار از فهرست‌های طولانی ضعیف است و X1 این را حل می‌کند. اطمینانِ مدل روی خانواده‌های وظایفِ خودش کالیبره است؛ روی وظایفِ تازه آن را روی دادهٔ خودتان بسنجید.
پرسش‌های متداول
تفاوتِ DibaOne M3 و X1 چیست؟
M3 نسلِ پیشین و یک bi-encoder برای choice/noul/score و طبقهبندیِ فارسی است؛ X1 جانشینِ آن و در ابزارخوانی و تصمیمهای توسعه بسیار قویتر. برای استفادهٔ تجاری از X1 (Apache-2.0).
M3 چقدر دقیق است؟
روی ۱۰٬۷۶۶ پرسشِ فارسیِ بومی به دقتِ ۰٫۷۳۸ و خطای کالیبراسیونِ ۰٫۰۱۰ می‌رسد، در برابرِ laya (zero-shot) با ۰٫۴۷۰.
آیا M3 برای محصولِ تجاری مناسب است؟
خیر؛ مجوزِ CC BY-NC-SA 4.0 فقط پژوهشی/غیرتجاری است. برای تجاری از DibaOne X1 استفاده کنید.