النماذج اللغوية الصغيرة والرسوم البيانية المعرفية: مفتاح الذكاء الاصطناعي العملي
تُظهر النماذج اللغوية الصغيرة والرسوم البيانية المعرفية أنها مفتاح الذكاء الاصطناعي العملي، حيث تتفوق على النماذج اللغوية الكبيرة في المهام المتخصصة وتطبيقات الأعمال، مما يوفر تركيزًا وكفاءة أكبر.
آخر تحديث
نادراً ما يمر أسبوع دون حدوث اختراق في النماذج اللغوية الكبيرة (LLMs). إنها أرخص في التدريب وتزداد ذكاءً، فلماذا إذن نجهد أنفسنا بشقيقها الأصغر، النماذج اللغوية الصغيرة (SLMs)؟
بالنسبة لأي فريق تطوير جاد في تقديم ذكاء اصطناعي عملي، يعود الأمر كله إلى التركيز والملاءمة. تعتبر النماذج اللغوية الكبيرة رائعة للمهام العامة وغير المتخصصة في مجال معين، ولكن عندما يحتاج الذكاء الاصطناعي إلى أن يكون مفيدًا حقًا في سياق الأعمال، فإن استخدام نموذج لغوي صغير، أو حتى اتحاد من النماذج اللغوية الصغيرة التي تدعم نموذجًا لغويًا كبيرًا، غالبًا ما يكون الخيار الأذكى.
لماذا؟ لأن محركات الاستدلال الرائدة تُظهر أن استخدام ذكاء اصطناعي للأغراض العامة لمهمة مركزة أو رقمية غالبًا ما يكون مبالغًا فيه، ويزيد من المخاطر. على سبيل المثال، يستخدم DeepSeek R1 إعدادًا "مزيجًا من الخبراء" مع 671 مليار معلمة، ولكن يتم تنشيط 37 مليار معلمة فقط لكل استعلام.
قد يعجبك
- زلزال وتسونامي هائل في روسيا: لا تأثير على الكابلات البحرية
- فلاتر نصوص iOS 26 من Apple قد تكلف الحملات السياسية ملايين الدولارات
- إطلاق لعبة "إيموجي" الجديدة لمشتركي Apple News+
- قشرة الأرض تحمل مفتاح الملاحة الجوية المستقلة عن نظام تحديد المواقع العالمي
- خطأ في اليانصيب النرويجي يجعل الآلاف يعتقدون أنهم فازوا بجوائز ضخمة
- بحث Google يجلب وضع الذكاء الاصطناعي إلى المملكة المتحدة، متوسعًا خارج الولايات المتحدة والهند
- شائعات: شعار iPhone 17 Pro قد يتغير موضعه لاستيعاب شريط الكاميرا وMagSafe
- لغة آدا تتسلق تصنيفات لغات البرمجة وتتجاوز SQL وPerl و Fortran