علم محرر Downcodes أن Hugging Face أصدرت اليوم SmolLM2، وهي سلسلة من نماذج اللغة المدمجة المثيرة للإعجاب من حيث الأداء وتتطلب موارد حاسوبية أقل بكثير من النماذج الكبيرة. هذه بلا شك أخبار جيدة للمطورين الذين يرغبون في نشر تطبيقات الذكاء الاصطناعي على الأجهزة ذات الموارد المحدودة. تم إصدار SmolLM2 بموجب ترخيص Apache 2.0 ويوفر ثلاثة نماذج بأحجام معلمات مختلفة، والتي يمكن تكييفها بمرونة مع سيناريوهات التطبيق المختلفة.
أصدرت Hugging Face اليوم SmolLM2، وهي مجموعة جديدة من نماذج اللغة المدمجة التي تحقق أداءً رائعًا بينما تتطلب موارد حسابية أقل بكثير من النماذج الأكبر حجمًا. تم إصدار النموذج الجديد بموجب ترخيص Apache 2.0 ويأتي بثلاثة أحجام - معلمات 135M و360M و1.7B - وهو مناسب للنشر على الهواتف الذكية وأجهزة الحافة الأخرى ذات طاقة المعالجة والذاكرة المحدودة.
يتفوق نموذج SmolLM2-1B على نموذج Llama1B الخاص بـ Meta في العديد من المعايير الرئيسية، ولا سيما الأداء الجيد في التفكير العلمي والمهام المنطقية. يتفوق النموذج على النماذج المنافسة الكبيرة في معظم المعايير المعرفية، وذلك باستخدام مجموعة متنوعة من مجموعات البيانات بما في ذلك FineWeb-Edu ومجموعات البيانات المتخصصة في الرياضيات والتشفير.
يأتي إصدار SmolLM2 في وقت حرج حيث تتصارع صناعة الذكاء الاصطناعي مع المتطلبات الحسابية لتشغيل نماذج اللغات الكبيرة (LLMs). بينما تستمر شركات مثل OpenAI وAnthropic في دفع حدود نطاق النماذج، هناك اعتراف متزايد بالحاجة إلى ذكاء اصطناعي فعال وخفيف الوزن يمكن تشغيله محليًا على الجهاز.
يقدم SmolLM2 نهجًا مختلفًا لجلب إمكانات الذكاء الاصطناعي القوية مباشرة إلى الأجهزة الشخصية، مما يشير إلى مستقبل تتوفر فيه أدوات الذكاء الاصطناعي المتقدمة لمزيد من المستخدمين والشركات، وليس فقط عمالقة التكنولوجيا الذين لديهم مراكز بيانات ضخمة. تدعم هذه النماذج مجموعة من التطبيقات، بما في ذلك إعادة كتابة النص والتلخيص واستدعاء الوظائف، وهي مناسبة للنشر في السيناريوهات حيث تجعل قيود الخصوصية أو زمن الوصول أو الاتصال حلول الذكاء الاصطناعي المستندة إلى السحابة غير عملية.
وفي حين أن هذه النماذج الأصغر لا تزال تعاني من قيود، إلا أنها تمثل جزءًا من اتجاه أوسع نحو نماذج الذكاء الاصطناعي الأكثر كفاءة. يُظهر إصدار SmolLM2 أن مستقبل الذكاء الاصطناعي قد لا ينتمي فقط إلى نماذج أكبر وأكبر، بل إلى بنيات أكثر كفاءة يمكنها توفير أداء قوي بموارد أقل.
يوفر ظهور SmolLM2 إمكانيات جديدة لتطوير تطبيقات الذكاء الاصطناعي خفيفة الوزن، ويشير أيضًا إلى أن تقنية الذكاء الاصطناعي ستصبح أكثر شعبية وستستفيد منها المزيد من المستخدمين. يعتقد محرر Downcodes أن نماذج الذكاء الاصطناعي الأكثر كفاءة ومنخفضة استهلاك الموارد ستظهر في المستقبل لتعزيز تطوير تكنولوجيا الذكاء الاصطناعي.