الانتقال إلى المحتوى الرئيسي

ابحث في النماذج والأدوات والخدمات والشركات والمزودين وواجهات API والخطط والمقالات والأخبار.

النماذج الصغيرة تحرّك الحدود: جودة 70 مليارًا على 3 مليارات معلم

النماذج الصغيرة تحرّك الحدود: جودة 70 مليارًا على 3 مليارات معلم

خريطة قوّة النماذج أُعيد رسمها كليًا في عامين. نماذج بـ3–8 مليارات معلم مثل Phi وGemma ونسخ Qwen الصغيرة تتجاوز أسلافها بـ50–70 مليارًا في اختبارات النصوص. لا سحر: تقطير (تدريب على مخرجات النماذج الكبيرة) وبيانات قليلة مصقولة. النتيجة جودة حدية بجزء من الذاكرة والطاقة.

للمطوّرين يعني هذا إعادة فتح ثلاثة قرارات. أولًا: الأعمال الروتينية — فرز التذاكر والتلخيص وإعادة ترتيب RAG والإجابات القالبية — لم تحتج يومًا نموذجًا حديًا؛ نموذج صغير على GPU نفسه يعطي إجابة أرخص وأسرع بعشرات المرات. ثانيًا: التشغيل على الجهاز (حاسوب، هاتف، صندوق طرفي) انتقل من الحلم إلى الواقع — نموذج 3 مليارات مكمّم يسكن في ذاكرة 8 غيغابايت. ثالثًا: النماذج الكبيرة ما زالت تملك أرضها: الاستدلال العميق والرياضيات والتحليل متعدد المستندات.

نمط 2026 الرابح هو التوجيه: نموذج صغير افتراضيًا وحدّي للمهمة الصعبة فقط. أي فاتورة تكفّ عن النمو مع الحجم. جدول النماذج في الموقع وُجد لهذا: اصطف المعلمة والسعر والجودة وابدأ بفريقك بسؤال «أي نموذج أصغر يُنجز العمل؟» لا «أيّها الأفضل؟».

العودة إلى المدونة