5 نماذج صغيرة مفتوحة المصدر تدعم استدعاء الأدوات: وكلاء لا يحتاجون إلى السحابة

ظلت النماذج اللغوية الصغيرة زمناً طويلاً عاجزة عن منافسة الخدمات السحابية في مهارة أساسية واحدة: إدارة الأدوات عبر استدعاء الأدوات (tool calling). هذا الوضع يتغير الآن. فقد ظهر جيل من النماذج المدمجة المفتوحة المصدر، لا يكتفي بدعم استدعاءات الدوال المهيكلة، بل يبقى خفيفاً بما يكفي للنشر المحلي.

ما هو tool calling ولماذا ينجح؟

يعني tool calling (استدعاء الأدوات) قدرة النموذج على استدعاء دوال أو سكربتات أو واجهات API خارجية مباشرة، بدلاً من الاكتفاء بكتابة شيفرة في رده. يطّلع النموذج على قائمة بالدوال المتاحة مع وصفها ومعاملاتها وأنواع بياناتها، ثم يقرر بنفسه أي دالة يستدعي وبأي وسائط.

يُعدّ هذا أمراً حاسماً لوكلاء AGI، إذ يمكنهم إدارة قواعد البيانات وتنزيل الملفات وإرسال الرسائل البريدية وحجز الاجتماعات، كل ذلك دون تدخل مباشر من الإنسان.

أما المخرجات المهيكلة (ردود بصيغة JSON) فهي ضمان بأن يعيد النموذج النتيجة بصيغة صحيحة يمكن التنبؤ بها، بحيث يستطيع البرنامج تحليلها واستخدامها لاحقاً. وحتى وقت قريب، لم تكن النماذج الكبيرة وحدها (GPT-4 وClaude 3) قادرة على ذلك بثبات. أما الآن فقد تعلمت النماذج الصغيرة أيضاً إخراج JSON مهيكل دون أخطاء.

لماذا أصبحت النماذج الصغيرة قادرة على المنافسة؟

تتمتع النماذج الصغيرة (من 7B إلى 13B معامل) بعدة مزايا مقارنة بالنماذج الكبيرة. فهي أرخص في التطوير والاستدلال (inference)، وأكثر خصوصية افتراضياً لأنها لا ترسل البيانات إلى السحابة، وأسرع في الاستجابة. كما أنها لا تتطلب خدمات سحابية ولا عتاداً مؤسسياً قوياً، إذ يكفي معالج رسومات (GPU) متوسط القدرة، أو حتى معالج مركزي (CPU) جيد.

وإذا أُضيف دعم tool calling إلى نموذج صغير كهذا، نحصل على وكيل ذكاء اصطناعي متكامل الوظائف يمكن تشغيله على خادمك الخاص أو حاسوبك المحمول أو حتى هاتفك الذكي دون إنترنت. وهذا يفتح الطريق أمام وكلاء مؤسسيين خاصين مع ضمان سرية البيانات. فبإمكان الشركة تشغيل الوكيل داخل شبكتها الآمنة دون إرسال أي طلب إلى السحابة.

ويضاف إلى ذلك مرونة الترخيص: جميع هذه النماذج مفتوحة المصدر، ويمكن استخدامها في الأغراض التجارية دون طلب إذن.

5 نماذج جاهزة للاستخدام

فيما يلي خمسة نماذج صغيرة تدعم اليوم استدعاء الأدوات بشكل كامل:

• Llama 3.1 (Meta*) — النسخة الأساسية 8B مع توثيق جيد وأمثلة على tool calling؛ وهي الأكثر اختباراً واستقراراً في هذه القائمة
• Mistral 7B — نموذج مدمج وسريع جداً، يوازن جيداً بين الجودة والحجم؛ ويحظى بشعبية في بيئات المؤسسات
• PhiLM 3 (Microsoft) — مُحسَّن خصيصاً للمخرجات المهيكلة والمهام الهندسية؛ بأدنى متطلبات للذاكرة
• OpenChat 3.5 — موجَّه نحو الدوال وإدارة الأدوات؛ ونتائجه قوية في اختبارات tool calling
• Neural Hermes 2.5 (نسخة مضبوطة من Mistral) — الأفضل في التعامل مع سلاسل الاستدعاءات المعقدة متعددة الخطوات والأخطاء

يمكن تنزيل النماذج الخمسة من Hugging Face في دقائق قليلة وتشغيلها محلياً دون إنترنت. ويتراوح زمن الاستدلال (الرد على الطلب) بين 50 و200 ميلي ثانية على معالج رسومات حديث أو معالج مركزي سريع.

ماذا يعني ذلك للصناعة

انتهى عهد احتكار السحابة لوكلاء الذكاء الاصطناعي. فحتى الشركات الناشئة الصغيرة والمؤسسات الكبرى باتت قادرة على بناء وكلاء ذكاء اصطناعي خاصين ومتكاملين، لا يقلّون سرعة ولا ذكاءً عن نظائرهم السحابية مثل OpenAI API أو Claude عبر السحابة. وهذا يعني أن البنية التحتية للذكاء الاصطناعي تنتقل تدريجياً من السحابة إلى الاستضافة المحلية (on-premise).

ونتوقع في الأشهر المقبلة موجة من الأدوات والأطر الخاصة بالنشر المحلي للوكلاء (مثل LM Studio وOllama، لكن مع دعم فعلي لـ tool calling). ويفتح ذلك للمطورين سوقاً جديدة تماماً: وكلاء ذكاء اصطناعي خاصون للشركات الكبرى والجهات الحكومية والقطاع الطبي والتقنية المالية. أي في كل مجال تكون فيه السحابة محظورة لأسباب سياسية أو قانونية. وهنا تكون النماذج المحلية هي السبيل الوحيد.

*تصنّف روسيا شركة Meta منظمة متطرفة وتحظر نشاطها في الاتحاد الروسي.