OptAI®‎
AR

مقالات المختبر

أصغر نموذج يؤدي المهمة

باحثو NVIDIA أنفسهم يرون أن النماذج اللغوية الصغيرة تؤدي معظم العمل داخل وكلاء الذكاء الاصطناعي على نحو أفضل. وهذا خبر سار للشركات السويسرية من حيث التكلفة والسرعة والخصوصية.

صف من دمى ماتريوشكا بيضاء بلا زخارف، من الكبيرة إلى الصغيرة جداً، على خلفية بنفسجية

من الغريب أن تسمع الشركة التي تبيع أكبر الرقائق تدافع عن نماذج أصغر. في يونيو 2025 نشر فريق في NVIDIA Research ورقة بعنوان صريح: «Small Language Models are the Future of Agentic AI». وفكرتهم بسيطة. معظم ما يفعله وكيل الذكاء الاصطناعي طوال اليوم ضيق ومتكرر. يقرأ مستنداً، ويستخرج خمسة حقول، ويملأ نموذجاً، ويستدعي أداة، ويكتب ملخصاً قصيراً. وهذا لا يحتاج إلى نموذج مدرَّب على مناقشة كانط ونظم القصائد.

يعدّ الباحثون النموذج صغيراً إذا كان يعمل على جهاز استهلاكي عادي ويجيب عن طلبات مستخدم واحد بسرعة كافية، وهذا يعني اليوم معظم النماذج التي تقل عن 10 مليارات معامل. والحسابات الاقتصادية لافتة. ويقدّرون أن تشغيل نموذج من 7 مليارات معامل أرخص بـ10 إلى 30 مرة، من حيث زمن الاستجابة والطاقة والحوسبة، من تشغيل نموذج من 70 إلى 175 مليار معامل. ودرسوا ثلاثة أنظمة وكلاء مفتوحة المصدر، وقدّروا أن النماذج الصغيرة المتخصصة تستطيع أن تتولى بموثوقية ما بين 40% و70% من الاستدعاءات التي توجهها هذه الأنظمة إلى النماذج الكبيرة.

النماذج الرائدة حيث يلزم

لا يعني هذا أن زمن النماذج الكبيرة انتهى. فحين تكون المهمة مفتوحة أو جديدة أو صعبة فعلاً، تبقى النماذج الرائدة من Anthropic وOpenAI وGoogle متقدمة بفارق كبير، وتستحق ثمنها. ويقترح فريق NVIDIA المزج بين الاثنين: نماذج صغيرة للروتين، ونموذج كبير للاستثناءات. والشركة المُدارة جيداً تعمل بالطريقة نفسها. فأنت لا ترسل المدير المالي لقيد الفواتير.

نماذج صغيرة تبقى داخل الشركة

وللنماذج الصغيرة ميزة ثانية يزيد وزنها في زيورخ عنه في سان فرانسيسكو. فهي تعمل على عتاد متواضع: بطاقة رسومات واحدة في مركز بيانات سويسري، أو خادم في خزانة الخوادم لدى الشركة نفسها. لا تحتاج البيانات إلى مغادرة سويسرا، ولا حتى المبنى، وهذا يسهّل الأمور في ظل قانون حماية البيانات السويسري، ومع العملاء الذين يسألون إلى أين تذهب ملفاتهم.

ولدى سويسرا الآن خيار مفتوح خاص بها. ففي سبتمبر 2025 أطلقت EPFL وETH Zürich والمركز الوطني السويسري للحوسبة الفائقة نموذج Apertus بحجمين: 8 مليارات و70 مليار معامل. دُرّب على 15 تريليون رمز (token) بأكثر من ألف لغة، ونحو 40% من بياناته بلغات غير الإنجليزية. وتشمل لغاته الألمانية السويسرية والرومانشية. وعلى عكس معظم النماذج المفتوحة، ينشر بيانات تدريبه وطريقة التدريب إلى جانب أوزانه، فيستطيع البنك أو المستشفى أن يرى ما دخل فيه. وفي يوليو 2026 أطلقت المؤسسات نفسها Apertus 1.5، الذي يقرأ الصور والصوت أيضاً، ويجوز استخدامه تجارياً بموجب ترخيص Apache 2.0. وصدرت معه Apertus Mini، وهي 16 نموذجاً مدمجاً للأجهزة ذات القدرة الحاسوبية المحدودة.

النموذج على مقاس المهمة

قاعدتنا في OptAI®‎ أن نبدأ من المهمة ونختار أصغر نموذج يؤديها بجودة كافية، مقيسةً على أمثلة العميل نفسه. وكثيراً ما يعني ذلك ضبطاً دقيقاً لنموذج مفتوح صغير لمهمة واحدة، مثل قراءة فواتير الموردين أو فرز طلبات المستأجرين، واللجوء إلى نموذج رائد فقط حين يتردد النموذج الصغير. فتنخفض الفاتورة، وتأتي الإجابات أسرع، وتبقى البيانات داخل الشركة.

سيستمر السباق لبناء أكبر نموذج، ومن الجيد أن يخوضه أحد. لكن معظم الشركات لا تحتاج إلى دخوله. ما تحتاجه هو أصغر نموذج يؤدي المهمة، ومن يعرف كيف يميّزه.

المصادر

  1. Belcak et al., NVIDIA Research: Small Language Models are the Future of Agentic AI, arXiv, June 2025
  2. NVIDIA Technical Blog: How small language models are key to scalable agentic AI
  3. EPFL AI Center: Apertus, a fully open, transparent, multilingual language model, 2 September 2025
  4. Swiss AI Initiative: About Apertus
  5. EPFL AI Center: Apertus 1.5, building the next generation of open AI infrastructure, 24 July 2026

مزيد من المقالات