M365Con 2027 – مؤتمر مجاني عبر الإنترنت · 11–22 Jan 2027 · 120 sessions m365con.net

Small language model (SLM)

Concept

نموذج اللغة الصغير هو نموذج ذكاء اصطناعي لغوي مدمج يحتوي على معاملات (parameters) أقل بكثير من نموذج اللغة الكبير، لذلك يحتاج إلى حوسبة أقل ويمكن تخصيصه لمجال ضيق أو تشغيله على الأجهزة المحلية.

✦ CONCEPTSmall language model(SLM)M365.FM
Title graphic: Small language model (SLM) (Concept)

مواضيع تُناقش معًا غالبًا

في الحلقات التي تتناول Small language model (SLM) تُناقش غالبًا أيضًا: Multi-agent system، Large language model (LLM) وMicrosoft Foundry.

Description

نموذج اللغة الصغير (SLM) هو نموذج ذكاء اصطناعي لغوي مدمج يحتوي على معاملات أقل بكثير من نموذج اللغة الكبير (LLM). ونتيجة لهذا الحجم الأصغر، يحتاج إلى حوسبة أقل ويمكن تخصيصه لمجال ضيق أو تشغيله على الأجهزة المحلية. وتُسمّى نماذج اللغة الصغيرة أيضًا نماذج اللغة المدمجة. وهي مصممة لمهام اللغة الطبيعية مثل توليد النصوص، لكنها صغيرة بما يكفي لتدريبها أو تشغيلها على أجهزة المستهلكين، بما في ذلك أجهزة الكمبيوتر الشخصية والحواسيب المحمولة والأجهزة الذكية.

فرق الحجم هو التمييز الأساسي. ويضع أحد الملخصات نماذج SLM عادةً دون نحو 40 مليار معامل، مع وجود كثير من عائلات النماذج دون 10 مليارات. أما نماذج اللغة الكبيرة فغالبًا ما تملك مئات المليارات من المعاملات، وأحيانًا أكثر من تريليون. ومعظم نماذج SLM تستخدم البنية نفسها التي تستخدمها نماذج LLM، لكن بعدد أقل من المعاملات وأحيانًا بدقة رقمية أقل. وتُنتج هذه النماذج أو تُصغَّر عادةً بتقنيات مثل تقطير المعرفة (knowledge distillation) والتقليم (pruning) والتكميم (quantization). كما يساعد التدريب المسبق النماذج الصغيرة جدًا، وتحسّن بيانات التدريب المسبق الأكبر نتائجها عمومًا.

وتوصف عدة عائلات من النماذج بأنها نماذج SLM. ومن الأمثلة المذكورة في المادة المصدر Gemma وGranite وMinistral وPhi وQwen وSmolLM (بإصدارات 135 مليونًا و360 مليونًا و1.7 مليار معامل) والنماذج الأساسية المدمجة في أجهزة Apple. وعائلة Phi من Microsoft هي الأكثر صلة بنظام Microsoft البيئي، وهي العائلة التي تُناقش في حلقة M365.FM حول هذا الموضوع.

أبرز المزايا هي انخفاض متطلبات الحوسبة والقدرة على العمل محليًا دون الوصول إلى السحابة. ولتشغيل النموذج محليًا نتيجة مباشرة على معالجة البيانات. وتنص حلقة M365.FM بعنوان "Small Language Models for Faster, Cheaper Enterprise AI" على أنه عند نشر نماذج Phi محليًا تبقى البيانات داخل المؤسسة، وتتحكم المؤسسة في الوصول وتستطيع الوفاء بمتطلبات الامتثال. وتصف الحلقة نماذج SLM بأنها تقدم نتائج سريعة ودقيقة لمهام محددة، مثل تلخيص رسائل البريد الإلكتروني، وتصنيف التذاكر أو المستندات، ومعالجة المستندات التنظيمية بكفاءة.

أما المقايضة فتتعلق بالقدرة. فعدد المعاملات الأقل يحد من كمية المعلومات التي يمكن للنموذج تمثيلها، ما قد يقلل من قدرته على التعميم ودقته مقارنة بالنماذج الكبيرة. ونتيجة لذلك تعتمد جودة نموذج SLM بشدة على مدى توافق بيانات تدريبه مع المهمة الموكلة إليه. ولهذا السبب تُقدَّم نماذج SLM عادةً في إطار حالات استخدام ضيقة ومحددة بوضوح، لا في الأعمال الواسعة والمفتوحة. ولذلك يتمثل القرار المعتاد للمؤسسة في تحديد ما إذا كانت المهمة محددة ومتكررة بما يكفي لنموذج صغير، أم أنها تحتاج إلى القدرة الأوسع لنموذج كبير.

وتوصي حلقة "Small Language Models for Faster, Cheaper Enterprise AI" الشركات بالنظر في نماذج SLM والاستعداد للموجة التالية من ابتكارات الذكاء الاصطناعي، وتشير إلى أن الخبراء يتوقعون أن ينضم الذكاء الاصطناعي قريبًا إلى القوى العاملة ويُحدث تحولًا في الصناعات. وتعرّف الحلقة، في صيغتها على شكل الأسئلة الشائعة، نموذج SLM بأنه نموذج يحتوي على معاملات أقل من النماذج الكبيرة، ويمكنه العمل على الأجهزة المحلية وتقديم نتائج سريعة ودقيقة لمهام محددة.

Overview compiled with AI from M365.FM episodes and the facts on this page. You can improve it with the edit button below.

TypeConcept
WikipediaSmall language model (SLM) – Wikipedia en.wikipedia.org

Articles about Small language model (SLM) (2)

مقالات تتناول Small language model (SLM):

Frequently asked questions

Questions marked with AI were written with AI from the facts on this page.

ما هو نموذج اللغة الصغير (SLM)؟ (AI)

نموذج اللغة الصغير هو نموذج ذكاء اصطناعي لغوي مدمج يحتوي على معاملات أقل بكثير من نموذج اللغة الكبير. ويحتاج إلى حوسبة أقل ويمكن تخصيصه لمجال ضيق أو تشغيله على الأجهزة المحلية.

كيف يختلف نموذج SLM عن نموذج اللغة الكبير؟ (AI)

تحتوي نماذج SLM عادةً على أقل من نحو 40 مليار معامل، ويحتوي كثير منها على أقل من 10 مليارات، في حين تحتوي نماذج LLM غالبًا على مئات المليارات أو أكثر. وهي تتشارك عادةً البنية نفسها، لكن حجمها الأصغر يخفض متطلبات الحوسبة وقد يقلل الدقة والقدرة على التعميم.

لماذا تهم نماذج SLM للخصوصية؟ (AI)

تنص حلقة M365.FM حول نماذج SLM على أنه يمكن نشر نماذج Phi محليًا، فتبقى البيانات داخل المؤسسة. وهذا يتيح للمؤسسة التحكم في الوصول والوفاء بمتطلبات الامتثال.

Glossary

Community wiki

Short info above, community knowledge below: add practical tips, examples or corrections. New contributions are reviewed first; trusted members publish directly.

Experts and companies for this topic

Nobody has listed this topic yet. Add it to your profile.

Sources

Maintained by Mirko Peters (Microsoft MVP) · Last updated: