پروژهٔ AMALIA در پرتغال یک مدل زبانی قابل‌استقرار با ۹ میلیارد پارامتر عرضه کرده که مشخصاً حول پرتغالی اروپایی ساخته شده است؛ همراه با مجموعه‌داده‌های آموزشی، منابع ارزیابی و یک مسیر عمومی برای استقرار. نسخهٔ نهایی AMALIA در 1 July 2026 در دسترس عموم قرار گرفت و نقطهٔ بازرسی فعلی، یعنی 0626 DPO، از طریق سازمان پروژه در Hugging Face تحت مجوز Apache 2.0 توزیع می‌شود.
اهمیت فنی این عرضه را نباید به «یک گفت‌وگوی ملی دیگر به زبان پرتغالی» فروکاست. AMALIA پیش‌آموزش EuroLLM را با دادهٔ پرتغالی اروپایی بیشتر امتداد داده، بیشینهٔ طول دنباله را به 32,000 توکن رسانده و سپس تنظیم نظارتی و Direct Preference Optimization را اعمال کرده است. پروژه مجموعه‌داده‌های SFT و DPO و یک مجموعهٔ ارزیابی معطوف به pt-PT را نیز منتشر کرده و از این جهت از مدلی که تنها از پشت یک رابط میزبانی‌شده دیده می‌شود، قابل‌بازرسی‌تر است.
مدل 9B تنظیم‌شده برای پرتغالی اروپایی
طبق شناسنامهٔ رسمی مدل AMALIA، داده‌ها از Arquivo.pt، دادهٔ پیش‌آموزش EuroLLM، نمونه‌های دنبالهٔ بلند Stack-v2 و مثال‌های مصنوعی دنبالهٔ بلند آمده‌اند. مرحلهٔ پساآموزش، تنظیم نظارتی را با تنظیم ترجیحی از مسیر DPO ترکیب می‌کند.
مرحلهٔ SFT به‌مدت 76 hours روی 64 پردازندهٔ گرافیکی NVIDIA H100 اجرا شد و مرحلهٔ DPO 12 hours دیگر روی همان تعداد GPU طول کشید. آموزش روی ابررایانهٔ MareNostrum 5 در Barcelona Supercomputing Center و سامانهٔ DEUCALION در Minho Advanced Computing Center انجام شد.
این جزئیات برای توسعه‌دهندگان پرتغالی از آن رو اهمیت دارد که مدل به‌عنوان پایهٔ قابل‌استفادهٔ مجدد مطرح شده، نه صرفاً یک نمایش عمومی. پروژه نقطهٔ بازرسی، داده‌ها و ابزار ارزیابی را با مجوزهای باز منتشر کرده است؛ بنابراین تیم‌ها می‌توانند آن را در زیرساخت خود بازرسی کنند، دوباره تنظیم کنند و ارائه دهند.
ارزیابی بومی pt-PT بخشی از عرضه است
گزارش فنی AMALIA استدلال می‌کند که پرتغالی اروپایی نه‌فقط در پیکره‌های آموزشی، بلکه در ارزیابی نیز کم‌نماینده است. معیارهای ترجمه‌شده با ماشین ممکن است تمایزهای واژگانی، دستوری و فرهنگی میان پرتغالی اروپایی و برزیلی را از دست بدهند.
برای پاسخ به همین شکاف، پروژه معیارهای pt-PT را منتشر کرده که وظایف استاندارد ترجمه‌شده را با مجموعه‌داده‌های تازه برای تولید متن به پرتغالی اروپایی، شایستگی زبانی و سوگیری pt-PT در برابر pt-BR ترکیب می‌کنند. نویسندگان گزارش می‌کنند که AMALIA روی معیارهای ترجمه‌شده در برابر پایه‌های قوی رقابتی می‌ماند و روی ارزیابی‌هایی که مشخصاً برای پرتغالی اروپایی طراحی شده‌اند بهبود نشان می‌دهد.
این نتایج را باید یافته‌های پژوهشی گزارش‌شده از سوی خود پروژه خواند، نه اثبات مستقل برتری عمومی نسبت به مدل‌های تجاری پیشرو. سیگنال مهندسی محدودتر است: تیم سطحی ارزیابی ساخته که آشکارا رفتار pt-PT را می‌سنجد؛ رفتاری که معیارهای چندزبانهٔ عام ممکن است از قلم بیندازند.
توسعه‌دهندگان می‌توانند آن را با نقطهٔ دسترسی به سبک OpenAI ارائه دهند
شروع سریع GitHub پروژه برای ارائهٔ نقطهٔ بازرسی 0626 DPO، vLLM را توصیه می‌کند. فرمان استاندارد vLLM مدل را به‌صورت محلی در دسترس می‌گذارد و آن را از طریق API تکمیل گفت‌وگوی سازگار با OpenAI عرضه می‌کند.
همین مسیر، جای‌گذاری AMALIA را در معماری‌های موجود آسان‌تر می‌کند. یک تیم می‌تواند آن را به‌عنوان خدمت استنتاج محلی یا خصوصی اجرا کند، داده را داخل زیرساختی که خود کنترل می‌کند نگه دارد، و بارهای کاری منتخب پرتغالی را بدون بازسازی کامل لایهٔ کارخواه به AMALIA بسپارد.
مقیاس 9B از نظر عملیاتی نیز معنادار است. این مدل بسیار کوچک‌تر از سامانه‌های پیشرو است و از پیش کمی‌سازی‌های جامعه برای llama.cpp و Apple Silicon جلب کرده؛ هرچند آن ساخت‌های مشتق، مصنوعات جداگانهٔ جامعه‌اند نه عرضهٔ رسمی.
پرتغال مدل را زیرساخت حاکمیتی هوش مصنوعی می‌داند
اطلاعیهٔ Digital.gov.pt AMALIA را نخستین مدل زبانی بزرگ می‌داند که مشخصاً برای پرتغالی اروپایی و بافت فرهنگی ملی ساخته شده است. عرضهٔ ژوئیه یک شاخهٔ چندرسانه‌ای نیز دارد، اما مجموعهٔ متنی همین حالا برای توسعه‌دهندگان مستقلاً سودمند است؛ چون وزن‌ها، مجموعه‌داده‌ها و مسیر ارائه اکنون در دسترسند.
استدلال «هوش مصنوعی حاکمیتی» را نباید به ملیت مدل فروکاست. ارزش ملموس‌تر، کنترل بر کل مجموعهٔ فنی است: وزن‌های مدل، افشای داده‌های آموزشی، منابع ارزیابی و انتخاب‌های استقرار. این موضوع می‌تواند برای سامانه‌های بخش عمومی، بارهای کاری تنظیم‌شده، محصولات زبان‌محور و پژوهشی که اتکا به API اختصاصی دوردست نامطلوب است، اهمیت داشته باشد.
AMALIA نیاز به بازبینی امنیتی، ارزیابی حوزه‌ای یا مقایسه با مدل‌های بزرگ‌تر را از میان نمی‌برد. شناسنامهٔ مدل صریحاً اعتبارسنجی ورودی و پالایش خروجی متناسب با هر استقرار را توصیه می‌کند و قطع دانش آن June 2024 است. تیم‌ها باید پیش از آن‌که فرض کنند تخصص بومی pt-PT بر تفاوت در استدلال عمومی، استفاده از ابزار یا تازگی داده می‌چربد، وظایف خود را بسنجند.
برای خوانندگان Aipolix، این عرضه بهتر است به‌عنوان قطعه‌ای تازه از زیرساخت هوش مصنوعی پرتغال فهمیده شود: نه ادعای جایگزینی سامانه‌های پیشرو جهانی با یک مدل 9B، بلکه مدلی باز و کاملاً قابل‌استقرار که به پرتغالی اروپایی مسیر بومی قوی‌تری برای استنتاج محلی، سازگاری و ارزیابی می‌دهد.