يعلن مشروع Apertus عن إصدار Apertus 1.5، وهو نسخة محدثة من نماذجه ذات الـ 8B والـ 70B. تضيف هذه النسخة فهم الصور والصوت، ووضع تفكير اختياري، ونافذة سياق أطول بأربع مرات، وأداءً أفضل في اتباع التعليمات واستخدام الأدوات. تم نشر أوزان النماذج 8B و70B على Hugging Face في 24 يوليو 2026، بموجب ترخيص Apache 2.0.
يمتد تدريب Apertus 1.5 عن الجيل الأول. وفقًا للمشروع، تمت إضافة 4 تريليونات رمز (token) من النصوص والبيانات متعددة الوسائط إلى النموذج 8B، و2 تريليون رمز إلى النموذج 70B، ليصبح المجموع 19 تريليون للأول و17 تريليون للثاني. الرمز (token) هو وحدة نصية، يقوم النموذج بتجزئتها لمعالجتها. كما هو الحال مع الإصدارات السابقة، يؤكد المشروع أن النماذج مفتوحة بالكامل: الأوزان والبيانات وميثاق القيم وتفاصيل التدريب جميعها منشورة.
الصور والصوت والسياق الموسع
تدخل الصور والصوت إلى النموذج في شكل رموز منفصلة، توضع في نفس التسلسل النصي، وليس عبر مشفر بصري منفصل. يتم تجزئة الصور باستخدام أداة التجزئة Emu3.5، حيث تتحول صورة بحجم 512×512 بكسل إلى 1024 رمز، والصوت باستخدام WavTokenizer، بمعدل 40 رمز في الثانية. يوضح المشروع أن النماذج تفهم الصور والصوت لكنها تولد نصًا فقط. يبقى دعم الكلام تجريبيًا.
تصل نافذة السياق، أي كمية المعلومات التي يمكن للنموذج معالجتها دفعة واحدة، إلى 262,144 رمز، مقارنة بربع هذه الكمية في Apertus 1.0. يسمح وضع التفكير، الذي يمكن تفعيله، للنموذج بالتفكير قبل الإجابة، مما يحسن -وفقًا للمشروع- نتائجه في المشكلات المنطقية.
التدريب اللاحق والتقييمات
يتم التدريب اللاحق في خمس مراحل: ضبط خاضع للإشراف (SFT) على 3.7 مليون عينة نصية، مكملة ببيانات صور وكلام، ثم ضبط ثانٍ على السياق الطويل، ثم تعلم معزز بمكافآت قابلة للتحقق (RLVR) على حوالي 350,000 استعلام، ثم تحسين مباشر للتفضيلات (DPO)، وأخيرًا محاذاة على ميثاق Apertus.
وفقًا للمشروع، يتفوق النموذج 8B على النماذج المفتوحة المماثلة في الحجم في اتباع التعليمات والمهام متعددة اللغات، بينما يظل متأخرًا عن أفضل النماذج المفتوحة الرائدة. تقترب الأداءات متعددة الوسائط من أداء Gemma 4 12B. على معيار Last Translation Benchmark، يعادل النموذج 8B أداء GPT-OSS-20B في الترجمة الآلية ويتفوق على Claude Haiku 4.5 وGoogle Translate، وفقًا للنتائج المنشورة.
يقدم عدة فاعلين بالفعل Apertus 1.5. قامت تطبيقات Proton Lumo وInfomaniak Euria بدمجه، وأعلنت Swisscom وInfomaniak وPhoeniqs عن وصول عبر واجهات برمجة التطبيقات (API). يشير المشروع أيضًا إلى أنه تجاوز خمسة ملايين عملية تنزيل وفقًا لإحصائيات Hugging Face الخاصة به. خلال قمة AI+X في زيورخ، قدم الفريق خارطة طريق Apertus 2.0، والتي من المفترض أن تعتمد على بنية MoE متفرقة، وتحتوي على حوالي 600 مليار معلمة إجمالاً، وتركز على الوكلاء والرياضيات والبرمجة.
