IFM 發布 Jais 3 阿拉伯語模型家族，開放分階段權重與訓練配方

MBZUAI 旗下 Institute of Foundation Models（IFM）於 10 月 15 日發布 Jais 3，將阿拉伯語模型的目標延伸至文件編輯、搜尋與多步驟工具操作。這個家族以 K2 Horizon 為基礎，包含四款密集模型，以及 36B-A4B、375B-A23B 兩款稀疏模型；模型與程式碼採 Apache 2.0 授權。官方公告

技術上值得關注的是語言適應流程。團隊從已完成後訓練的基礎模型出發，依序進行持續預訓練、降溫訓練、監督微調、偏好最佳化與強化學習。持續預訓練混合阿拉伯語與原模型資料，以兼顧新語言能力及既有知識；代理能力主要來自監督微調中的工具軌跡，最後的強化學習並未採用代理任務。這讓研究者可以分開檢查語言適應與工具能力的來源。訓練流程

部署方面，除最小款提供 128K 上下文，其餘模型標示支援 512K。7B 模型卡列出 vLLM 與 SGLang 啟動方式，推理與工具呼叫均使用 k2_horizon 解析器；工具參數可選 JSON、XML 或具型別的 XML 格式。工程師需要同步設定聊天模板與解析器，才能將模型輸出接入實際工具執行迴圈。7B 模型卡

可重現性是這次發布的重要部分。模型卡列出持續預訓練、降溫、監督微調及偏好最佳化的權重分支，並連結訓練紀錄；官方集合也提供量化、GGUF 與 Apple silicon 的 MLX 版本。不過，7B 模型卡仍將技術報告與程式碼儲存庫標為「即將提供」，完整研究材料的交付程度仍須逐項確認。發布資產、模型集合

評測則要留意口徑：官方清理了部分阿拉伯語測試題，並改以生成答案評分，不能直接與舊排行榜分數並列。模型卡也說明，所報結果採高推理強度。對中文技術團隊而言，這套分階段資產可作為其他語言適應研究的參考；中文能力、長上下文記憶體需求，以及實際代理延遲，仍需自行測試。評測說明、使用限制