عدة نماذج لغوية في دردشة تيليغرام واحدة: كيف تجمع بين Groq وGoogle AI

أنشأ مطوّر من موقع Habr بوت تيليغرام طريفاً تعمل فيه عدة نماذج LLM في وقت واحد داخل دردشة واحدة، وتتظاهر كل منها بأنها موظف في شركة كبرى. بدأت الفكرة مزحة للقاء مع الأصدقاء، لكنها تحولت سريعاً إلى حالة تقنية مثيرة للاهتمام حول دمج عدة نماذج باستخدام واجهات API مجانية فقط.

كيف تضع نماذج مختلفة في دردشة واحدة

كانت الفكرة الأصلية بسيطة ومرحة: إنشاء دردشة «تعمل» فيها عدة شبكات عصبية في وقت واحد وهي تظن أنها موظفون حقيقيون في شركة كبرى. يحصل كل نموذج على دور وسيرة خاصة به، ويستطيع المستخدم في أي لحظة التنقل بين النماذج وطرح السؤال نفسه على نماذج LLM مختلفة. وليس الأمر مجرد اختبار متوازٍ، بل محاولة لدفع الشبكات العصبية إلى تعلّم شخصياتها والالتزام بها داخل حوار واحد.

من أين تحصل على API دون مقابل مالي

كانت المهمة العملية الأولى عادية لكنها حاسمة: العثور على مجموعة أدوات بحدود استخدام مجانية معقولة. أجرى المطوّر بحثاً واستقر على ثلاثة خيارات رئيسية:

• Groq — لنماذج LLama بسرعة استدلال قياسية
• Google AI Studio — لنماذج Gemma وGemini ضمن باقات مجانية جيدة
• طلبات HTTP بسيطة للربط بين المكوّنات

في المرحلة الأولى جاء الكود بسيطاً نسبياً: اختيار النموذج بأمر من المستخدم، وتوجيه الطلب إلى واجهة API المناسبة، وإدراج الرد في سياق الدردشة المشترك. كان المنطق البرمجي في حده الأدنى، أما الصعوبة فكانت في إدارة الحالة والسياق لكل نموذج في وقت واحد.

عندما ينسى النموذج من يكون

سرعان ما ظهرت مشكلة طريفة لكنها عنيدة: عند التنقل بين النماذج، كان أحدها يرفض التخلي عن دوره ويتظاهر بأنه نموذج آخر، فيفقد هويته بالكامل. عالج المطوّر معظم المشكلة عبر موجّه نظام مدروس «يذكّر» كل نموذج صراحةً بالدور الذي ينبغي أن يؤديه في هذا الحوار.

لكن لم يتحقق التخلص التام من هذا الخلل. فما زالت النماذج تخلط أحياناً بين أدوارها، خصوصاً في الحوارات الطويلة متعددة الأدوار. ووفق ملاحظات المطوّر، فهذا قيد جوهري في نماذج LLM نفسها: فهي تولّد النصوص جيداً وتحاكي الأسلوب، لكنها كثيراً ما تفقد سياق الهوية عند تبدّل التركيز.

ماذا يعني ذلك

تُظهر هذه الحالة أن بناء واجهة متعددة النماذج ممكن حتى باستخدام واجهات API مجانية، شرط بذل جهد في البنية والهندسة اللغوية للموجّهات (prompting). أما الموثوقية الكاملة في إدارة السياق والهوية فلا يمكن بلوغها حالياً، لكنها أكثر من كافية للتجارب وبناء النماذج الأولية والتعلّم.