ما هو النموذج اللغوي الكبير (LLM)؟ دليل مبسّط

أهم النقاط

• النموذج اللغوي الكبير (LLM) هو نظام ذكاء اصطناعي يتعلم الأنماط في اللغة ويستخدمها لتوليد الردود.
• روبوت الدردشة هو واجهة تتفاعل معها؛ وقد يكون النموذج اللغوي الكبير هو التقنية التي تولّد ردوده.
• يمكن للنماذج اللغوية الكبيرة تسريع مهام الكتابة والبرمجة ومعالجة المعلومات، لكن إجاباتها تحتاج إلى التحقق.

النموذج اللغوي الكبير (LLM) هو نوع من الذكاء الاصطناعي يُدرَّب على كميات كبيرة من النصوص للتعرف على الأنماط وتوليد اللغة. ويمكنه اتباع التعليمات، والإجابة عن الأسئلة، وتلخيص المستندات، والمساعدة في مهام مثل صياغة رسائل البريد الإلكتروني أو شرح الشيفرات البرمجية.

كيف يعمل

يتعلم النموذج اللغوي الكبير خلال عملية تُسمّى التدريب. يزوّد المطورون النموذج بمجموعات كبيرة من النصوص، قد تشمل كتبًا ومواقع إلكترونية ومقالات وشيفرات برمجية، بحسب النموذج وبيانات تدريبه.

يقسّم النموذج النص إلى وحدات أصغر تُسمّى الرموز النصية. وقد يكون الرمز كلمة، أو جزءًا من كلمة، أو علامة ترقيم. أثناء التدريب، يعدّل النموذج قيمًا عددية داخلية تُسمّى المعلمات، لتحسين تنبؤاته بشأن الرموز التي تأتي معًا.

تشير كلمة «كبير» عمومًا إلى حجم النموذج، ولا سيما عدد معلماته. ولا يحدد الحجم وحده الجودة؛ فبيانات التدريب والتصميم والمهمة عوامل مهمة أيضًا.

من التنبؤ إلى رد مفيد

عندما تُدخل طلبًا، يعالج النموذج تعليماتك والسياق المتاح. ثم يولّد ردًا رمزًا تلو الآخر، مستخدمًا الأنماط التي تعلّمها أثناء التدريب.

يمكن أن يساعد التدريب الإضافي النماذج على اتباع التعليمات وإنتاج ردود أكثر فائدة. وقد يبدو التنبؤ بالرموز بسيطًا، لكنه يدعم، عند تطبيقه على نطاق واسع، قدرات مثل الترجمة والتلخيص والبرمجة وحل المشكلات متعددة الخطوات.

ومع ذلك، فإن سلاسة اللغة ليست دليلًا على الدقة. فقد ينتج النموذج إجابة مقنعة دون أن تكون لديه أدلة موثوقة تدعمها.

ما الذي يمكن للنموذج الاطلاع عليه

نافذة السياق هي مقدار المعلومات التي يمكن للنموذج التعامل معها في وقت واحد، بما في ذلك طلبك وسجل المحادثة والمواد المقدَّمة. وهي محدودة، لذا قد يلزم اختصار مستند أو محادثة طويلة أو تقسيمهما إلى أقسام.

لا يبحث النموذج اللغوي الكبير تلقائيًا في الإنترنت ولا يصل إلى ملفات شركتك. بل يجب أن يزوّده التطبيق بهذه المعلومات أو يربطه بالأدوات المناسبة.

تتعامل بعض النماذج الأحدث أيضًا مع الصور أو الصوت أو مدخلات أخرى. وغالبًا ما تُسمّى هذه النماذج متعددة الوسائط.

أمثلة من الواقع

تفيد النماذج اللغوية الكبيرة حيثما يحتاج الناس إلى إنشاء محتوى لغوي أو تحويله أو تفسيره.

الكتابة والتحرير: قد يستخدم أحد المهنيين ChatGPT لتحويل ملاحظات اجتماع إلى رسالة متابعة عبر البريد الإلكتروني، أو تبسيط شرح تقني، أو صياغة مخطط أولي لمشروع. وعادةً ما يؤدي تحديد الجمهور والغرض والتنسيق المطلوب إلى تحسين النتيجة.

دعم العملاء: قد تستخدم شركة Chatbase لإنشاء روبوت دردشة يعتمد على محتوى موقعها الإلكتروني ومستنداتها. ويمكن أن يساعد ذلك العملاء في العثور على إجابات للأسئلة الشائعة، بينما تظل الحالات الحساسة أو غير المحسومة بحاجة إلى مسار يتيح التواصل مع شخص.

المساعدة في البرمجة: يمكن للمطور أن يطلب من نموذج لغوي كبير شرح شيفرة غير مألوفة، أو اقتراح اختبارات، أو صياغة دالة برمجية. ويوفر Qwen (Alibaba) مجموعة نماذج متعددة اللغات للبرمجة والمهام العامة. وتظل الشيفرة المولّدة بحاجة إلى المراجعة والاختبار.

البحث في المعرفة الداخلية: يمكن للمؤسسة ربط تطبيق يعتمد على نموذج لغوي كبير بمستندات معتمدة، ليتمكن الموظفون من طرح الأسئلة بلغة طبيعية. ومن الأساليب الشائعة التوليد المعزَّز بالاسترجاع (RAG): يسترجع النظام المقاطع ذات الصلة ويقدّمها للنموذج بوصفها سياقًا.

توضح هذه الأمثلة أيضًا الفرق بين النموذج والمنتج. فالنموذج يولّد اللغة، بينما يتولى المنتج المحيط به ميزات مثل رفع الملفات والبحث والأذونات وواجهة الدردشة.

الفوائد والقيود

الفائدة الأساسية هي السرعة. يمكن للنموذج اللغوي الكبير إنتاج مسودة أولى، أو اختصار مقطع طويل، أو شرح موضوع غير مألوف بسرعة. ويمكنه أيضًا تكييف المعلومات نفسها لتناسب جماهير مختلفة.

بالنسبة إلى فرق العمل المشغولة، تشمل الفوائد العملية:

• تقليل العمل المتكرر: صياغة الرسائل الروتينية، أو تصنيف الملاحظات الواردة، أو إعادة تنسيق الملاحظات.
• تسهيل الوصول إلى المعلومات: طرح الأسئلة بدلًا من البحث يدويًا في المستندات.
• تسريع التعلم: طلب أمثلة أو شروح أبسط أو أسئلة تدريبية.
• توسيع نطاق الاستكشاف: توليد عدة أساليب قبل اختيار أحدها.

ولا تقل القيود أهمية عن الفوائد.

إجابات غير صحيحة: قد تختلق النماذج اللغوية الكبيرة حقائق أو مراجع أو تفسيرات. وغالبًا ما يُسمّى ذلك هلوسة. تحقّق من الادعاءات المهمة بالرجوع إلى مصادر موثوقة.

معرفة ناقصة أو قديمة: لبيانات التدريب حدود. وحتى التطبيق المزوّد بإمكانات البحث قد يسترجع مصادر ضعيفة أو يسيء تفسيرها.

التحيز: قد تعكس النماذج تحيزات موجودة في بيانات تدريبها، أو تستجيب بصورة مختلفة بحسب صياغة السؤال.

مخاطر الخصوصية: لا تلصق معلومات العمل السرية أو البيانات الشخصية في خدمة غير معتمدة. راجع كيفية تعاملها مع البيانات وسياسات مؤسستك.

تنفيذ غير موثوق: قد تفشل خطة واضحة أو شيفرة نموذجية تبدو معقولة عند التطبيق العملي. أبقِ الموافقة البشرية شرطًا للإجراءات ذات العواقب المهمة، ولا سيما تلك المتعلقة بالمال أو الصحة أو المسائل القانونية أو الوصول إلى الأنظمة.

كيف تبدأ

1. اختر مهمة واحدة منخفضة المخاطر

ابدأ بشيء يسهل التحقق منه، مثل إعادة صياغة إعلان عام أو تلخيص ملاحظاتك غير الحساسة. وتجنب أن تكون تجربتك الأولى اتخاذ قرار بالغ الأهمية.

تُعد أداة محادثة مثل ChatGPT نقطة بداية بسيطة. ولا تحتاج إلى بناء نموذج أو تدريبه.

2. قدّم تعليمات واضحة

اذكر المهمة والسياق ذي الصلة والمخرجات التي تريدها. على سبيل المثال:

حوّل هذه الملاحظات إلى رسالة متابعة عبر البريد الإلكتروني لعميل. استخدم لغة إنجليزية بسيطة، واجعلها أقل من 150 كلمة، وأدرج الإجراءات التالية في قائمة. لا تضف حقائق غير موجودة في الملاحظات.

راجع النتيجة، ثم اطلب تغييرات محددة.

3. اختر الإعداد المناسب لاحتياجاتك

للاستخدام المحلي، يوفر Ollama إطار عمل لتشغيل النماذج المفتوحة المدعومة على الحواسيب الشخصية. وتختلف متطلبات العتاد، كما يظل الاستخدام المحلي بحاجة إلى ممارسات أمنية سليمة.

للمشاريع الأكثر تخصصًا من الناحية التقنية، يوفر Mistral AI نماذج مفتوحة الأوزان. تحقّق من ترخيص كل نموذج ومتطلباته قبل استخدامه.

يمكن للمطورين استخدام LangChain لبناء تطبيقات تعتمد على النماذج اللغوية الكبيرة، أو LlamaIndex لربطها ببيانات المؤسسة. أما vLLM فهو محرك للاستدلال وتقديم النماذج كخدمة، يتيح تشغيل النماذج المدعومة بكفاءة. وهذه خيارات للبنية التحتية، وليست متطلبات للمبتدئين.

4. تحقّق مما إذا كان يساعد فعلًا

قارن الوقت الذي وفّرته بالوقت الذي قضيته في مراجعة المخرجات وتصحيحها. وواصل استخدام النموذج حيث يحسّن سير العمل بأكمله، لا المسودة الأولى فقط.

الأسئلة الشائعة

هل النموذج اللغوي الكبير هو نفسه روبوت الدردشة؟

لا. النموذج اللغوي الكبير هو نموذج يولّد اللغة. أما روبوت الدردشة فهو واجهة محادثة قد تستخدم نموذجًا لغويًا كبيرًا، أو قواعد ثابتة، أو مزيجًا من الأنظمة. ويمكن للنماذج اللغوية الكبيرة أيضًا تشغيل تطبيقات لا تحتوي على واجهة دردشة.

هل يتعلم النموذج اللغوي الكبير من كل محادثة؟

ليس تلقائيًا. يمكن للنموذج استخدام رسائلك بوصفها سياقًا أثناء المحادثة دون تغيير معلماته الأساسية. أما استخدام مزوّد الخدمة للمحادثات لاحقًا في التدريب، فيعتمد على الخدمة وإعدادات الحساب والسياسات.

هل يمكنني تشغيل نموذج لغوي كبير على حاسوبي الخاص؟

نعم، إذا كان عتاد حاسوبك قادرًا على تشغيل النموذج الذي تختاره. وتسهّل أدوات مثل Ollama الإعداد المحلي. وتحتاج النماذج الأصغر عمومًا إلى موارد أقل، لكن السرعة والفائدة تختلفان باختلاف النموذج والعتاد والمهمة.