النماذج

نموذج مفتوح الأوزان (Open-Weights Model)

نموذج مفتوح الأوزان هو نظام ذكاء اصطناعي تُطلق أوزان معاملاته المدربة بشكل علني، مما يسمح لأي شخص بتنزيل وتشغيل وتعديل النموذج دون الحاجة للوصول إلى البنية التحتية الخاصة بمطوره.

نماذج مفتوحة الأوزان هي أنظمة ذكاء اصطناعي يطلق المطورون فيها أوزان معاملات مدربة بشكل علني، عادة بموجب تراخيص تتراوح بين التساهل (Apache 2.0 وMIT) والتراخيص التجارية المقيدة في الاستخدام. يميز هذا بين النماذج المغلقة التي تعمل عبر API فقط مثل GPT-4o و Gemini، حيث يتفاعل المستخدمون عبر واجهة مدارة ولا يمكنهم الوصول إلى المعاملات الأساسية. المصطلح "مفتوح الأوزان" يُفضل عادة على "مفتوح المصدر" لأن رمز التدريب وخطوط أنابيب البيانات والأصل الكامل للمجموعة قد لا تُطلق إلى جانب الأوزان.

يقوم المستخدمون بتنزيل ملفات الأوزان - عادة بصيغ مثل safetensors أو GGUF - وتشغيل الاستدلال محليًا باستخدام أطر عمل مثل PyTorch أو Hugging Face Transformers أو llama.cpp. يمكّن هذا النشر على الأجهزة الشخصية أو البنية التحتية السحابية الخاصة أو وحدات معالجة الرسوميات الاستهلاكية دون نقل البيانات إلى واجهة برمجية تابعة لطرف ثالث. يُستخدم العديد من نماذج مفتوحة الأوزان أيضًا كنقاط تفتيش أساسية لمزيد من الضبط الدقيق على مجموعات بيانات خاصة أو متخصصة في المجال.

يسرع إطلاق مفتوح الأوزان البحث العلمي بتمكين الاستنساخية والتدقيق الأمني المستقل والتخصيص على نطاق واسع. يمكن للمنظمات ذات متطلبات خصوصية البيانات الصارمة - في الرعاية الصحية والقانون والمال - تشغيل النماذج بالكامل على الموقع. كما أن الضغط التنافسي من البدائل مفتوحة الأوزان دفع موفري الخدمات المغلقة لخفض أسعار API وتسريع تحسينات الإمكانيات. يجادل النقاد بأن إطلاق الأوزان غير المقيد يعقد الحوكمة الأمنية، لأن تدابير المحاذاة المطبقة بعد التدريب يمكن إزالتها من خلال ضبط دقيق لاحق.

اعتبارًا من عام 2026، تشمل العائلات الرائدة مفتوحة الأوزان LLaMA 3 من Meta (حتى 405 مليارات معامل)، وMistral و Mixtral، و Gemma 2 من Google، و Qwen 2.5 من Alibaba، و DeepSeek V3 و R1. جذب DeepSeek R1، الذي تم إطلاقه في أوائل عام 2025، انتباهًا كبيرًا بمطابقة أداء النموذج الحدودي المغلق في معايير التفكير مع نشر أوزانه بشكل علني. يستضيف Hugging Face Hub مئات الآلاف من نقاط تفتيش مشتقة مبنية على هذه القواعد.

مثال

تقوم شركة رعاية صحية بتنزيل أوزان LLaMA 3 بحجم 70 مليار معامل وتجري ضبطًا دقيقًا عليها على الملاحظات السريرية المحررة من بيانات التعريف بالكامل داخل مركز بيانات خاص بها، مما يفي بمتطلبات إقامة البيانات دون إرسال بيانات المريض إلى واجهة برمجية خارجية.

مصطلحات مرتبطة

← المسرد