نماذج اللغة الصغيرة في الوكلاء: خمسة تطبيقات تعيد تعريف هندسة أنظمة الذكاء الاصطناعي

نماذج اللغة الصغيرة — SLM بعدد معاملات يتراوح من 1 إلى 7 مليارات — تتولى بثقة أدواراً متخصصة في الأنظمة الموكلة التي كانت تابعة سابقاً للنماذج الحدودية. قامت مجلة KDnuggets بتحليل خمسة تطبيقات حقيقية قيد الاستخدام الفعلي في وكلاء الجيل الجديد في الوقت الراهن — مع أرقام وأدوات وأبحاث يجب أن تعرفها قبل اتخاذ قرارات معمارية.

لماذا أصبحت نماذج اللغة الصغيرة قادرة على المنافسة؟

قبل ثلاث سنوات، كانت النماذج الصغيرة تتخلف بشكل ملحوظ عن GPT-4 في المهام المعقدة. اليوم الصورة مختلفة: نماذج اللغة الصغيرة المتخصصة في المهام الضيقة غالباً ما تتفوق على النماذج العامة الحدودية. الأمر لا يتعلق فقط بتقدم التدريب — معظم خطوات سلاسل الوكلاء تمثل عمليات ضيقة ومشكلة بشكل جيد: التصنيف والتوجيه والتنسيق والتحقق. نماذج اللغة الصغيرة تظهر أفضل نسبة دقة إلى تكلفة بالضبط على هذا النوع من المهام.

المقاييس الأساسية للتكلفة:

• GPT-4o: ~$5 لكل مليون رمز إدخال
• Microsoft Phi-3-mini (3.8B معاملات): ~$0.1 لكل مليون رمز — فرق 50 مرة
• Mistral 7B Instruct: الخيار الشهير للوكلاء المخصصة للمهام في الإنتاج
• Meta Llama 3.2 1B و3B: محسّنة للنشر المحلي على أجهزة الحافة
• SmolLM2 1.7B (HuggingFace): تعمل على الهواتف الذكية وأجهزة Raspberry Pi وأجهزة الحاسوب المحمولة بدون وحدات معالجة رسومات

في الوكلاء متعددة المراحل حيث تكون كل مرحلة استدعاء نموذج منفصلاً، يتضاعف الفرق في التكلفة.

خمسة أدوار محددة في الوكلاء

توجيه المهام. يجب توجيه الطلب الوارد إلى الأداة الصحيحة أو الوكيل الفرعي. هذه مهمة تصنيف بسياق محدود — يقوم نموذج بـ 1-3B بتنفيذها بدقة تقريباً مثل GPT-4، لكن بسرعة أسرع بـ 10-100 مرة وأرخص. يدعم منسقو اللغة LangGraph و CrewAI استبدال جهاز التوجيه بنموذج اللغة الصغيرة بدون تغيير بقية النظام.

وكلاء فرعيون متخصصون. في السلاسل المتعددة الوكلاء، تتم معالجة كل مرحلة بواسطة نموذج منفصل: استخراج البيانات والتنسيق والتحقق من JSON والترجمة. نموذج لغة صغير متخصص في المجال يتفوق على GPT-4 العام من حيث الدقة والسرعة. وفقاً لأبحاث Berkeley SkyLab (2024)، يتفوق Llama-3.2-3B المدرب الدقيق على GPT-3.5-turbo في مهام استخراج البيانات المنظمة.

الاستدلال المحلي بدون السحابة. يعمل نموذج اللغة الصغيرة مباشرة على الجهاز — الحاسوب المحمول أو الهاتف الذكي أو وحدة التحكم الصناعية. ينخفض الكمون إلى أقل من 100 ميلي ثانية (مقابل 500-2000 ميلي ثانية من واجهة برمجية سحابية)، ويختفي الاعتماد على السحابة، والبيانات لا تترك الجهاز أبداً. تعمل Gemma 2B من Google و Llama 3.2 1B من Meta بشكل مستقر على الهواتف الذكية الحديثة في الفئة المتوسطة.

مسودة قبل استدعاء مكلف. ينتج نموذج اللغة الصغيرة استجابة أولية أو هيكلاً ينقحه النموذج الحدودي لاحقاً — وهي نوع من فك التشفير التخميني على المستوى المعماري. يستدعي الوكيل GPT-4 فقط عندما تنخفض ثقة نموذج اللغة الصغيرة أقل من حد معين. تُبلغ الفرق التي تستخدم هذا النمط عن تقليل 60-80% في الاستدعاءات للنماذج المكلفة.

المراقبة المستمرة والمحفزات التفاعلية. في وكلاء إنترنت الأشياء والإنتاج، تحتاج إلى نموذج يعالج تدفق الأحداث بشكل مستمر. الاحتفاظ بـ GPT-4 في الوضع النشط على مدار الساعة غير عملي اقتصادياً: نموذج لغة صغير بـ 1-3B يقوم بالتصنيف والكشف عن الشذوذ في الوقت الفعلي بتكلفة خدمة دقيقة عادية — بدون حدود الحصص أو كمون واجهة برمجية.

ما يعنيه هذا

الاختيار بين نموذج اللغة الصغيرة والنماذج الحدودية لم يعد مقايضة بين القوة والاقتصاد — بل هو مسألة تصميم معماري. عادة ما تنقسم مهام الوكلاء إلى خطوات ضيقة، كل منها ضمن نطاق نماذج اللغة الصغيرة المتخصصة. النماذج الحدودية مطلوبة حيث يكون التفكير العميق أو السياق الواسع أو تعدد الأنماط مهماً — وهذه هي الخطوات التي تستحق الدفع مقابلها.

الأسئلة المتكررة

ما مدى رخص نموذج اللغة الصغيرة مقارنة بـ GPT-4o؟

تكلف Microsoft Phi-3-mini بـ 3.8 مليار معامل حوالي $0.1 لكل مليون رمز إدخال مقابل ~$5 لـ GPT-4o — حوالي 50 مرة أرخص. في السلاسل الموكلة متعددة المراحل حيث تكون كل مرحلة استدعاء نموذج منفصلاً، تتضاعف الوفورات.

أي نماذج لغة صغيرة يتم استخدامها بشكل شائع في الوكلاء الإنتاجيين؟

لمهام الإنتاج، Mistral 7B Instruct و Microsoft Phi-3-mini و Llama 3.2 من Meta (1B و3B) شهيرة. لأجهزة الحافة والهواتف الذكية — Gemma 2B من Google و SmolLM2 1.7B من HuggingFace. يعتمد الاختيار على متطلبات الكمون وقيود الخصوصية والموارد الحاسوبية المتاحة.

*تُعترف بـ Meta كمنظمة متطرفة وهي محظورة في روسيا.