مقدمة
يشهد قطاع الذكاء الاصطناعي توسعًا وتنوعًا سريعين، مدفوعًا بالطلب المتزايد عبر مختلف القطاعات. برزت Databricks Dolly كمنافس مهم في مشهد النماذج اللغوية الكبيرة (LLM)، مما يوفر بديلاً للاعبين الراسخين مثل ChatGPT و Google Bard. عند تقييم خيارات النماذج اللغوية الكبيرة لمؤسستك، من الضروري فهم مكانة نماذج مثل Dolly في السوق. سيساعدك هذا الفهم على اتخاذ قرارات مستنيرة تتماشى مع بنيتك التحتية وأهداف عملك واحتياجاتك التشغيلية.
تطورت تقنيات الذكاء الاصطناعي لتصبح أكثر تقدمًا وسهولة في الوصول، مما أدى إلى اعتماد واسع النطاق والاعتراف بها مع نضوج التكنولوجيا بسرعة. يشهد السوق طفرة في المنتجات والخدمات المدعومة بالذكاء الاصطناعي، بدءًا من أدوات التحليلات والأتمتة المتطورة إلى خدمة العملاء وحلول التسويق المعتمدة على الذكاء الاصطناعي.
ما هي Databricks Dolly؟
تتميز Databricks Dolly بأنها نموذج لغوي كبير مفتوح المصدر مصمم لاتباع التعليمات اللغوية الطبيعية، مما يوفر استجابات نصية توليدية لمهام مثل التلخيص والإجابة على الأسئلة والعصف الذهني. على عكس الخيارات المغلقة مثل ChatGPT، تم ضبط Databricks Dolly، المعروفة رسميًا باسم Databricks Dolly 2.0، باستخدام مجموعة بيانات تدريب تم جمعها من موظفي Databricks. تم تطوير هذا النموذج الذي يضم 12 مليار معلمة بناءً على أكثر من 13000 عرض توضيحي لسلوك اتباع التعليمات قدمها أكثر من 5000 موظف في Databricks بين مارس وأبريل 2023.
يمكنك مشاهدة الفيديو أدناه:
Databricks Dolly 2.0 مقابل 1.0
في مدونتهم الإعلانية عن Databricks Dolly 2.0، أوضحت الشركة اختيارها لاستخدام نموذج مفتوح المصدر ومجموعة بيانات مخصصة، مؤكدة أن المؤسسات ستتمتع بحرية بناء أو تخصيص نماذجها اللغوية الكبيرة “بدون الحاجة إلى دفع رسوم الوصول إلى API أو مشاركة البيانات مع أطراف خارجية.”
تسلط Databricks الضوء على مجموعة بيانات التعليمات المضبوطة لديها، databricks-dolly-15k، باعتبارها “أول مجموعة بيانات تعليمات مفتوحة المصدر تم إنشاؤها بواسطة البشر مصممة خصيصًا لإضفاء السحر التفاعلي لـ ChatGPT على النماذج اللغوية الكبيرة.” على عكس سابقتها، Dolly 1.0، التي تم الكشف عنها في مارس 2023، والتي تضمنت مخرجات من ChatGPT، وتم تدريبها على نموذج بنصف المعلمات، وضبطها على مجموعة بيانات محدودة مكونة من 50 ألف زوج استجابة/إدخال، وتفتقر إلى ترخيص استخدام تجاري، تم تدريب Dolly 2.0، التي تم إطلاقها في أبريل 2023، على نموذج مفتوح المصدر يضم 12 مليار معلمة (من EleutherAI)، والأهم من ذلك، أنها قابلة للنشر تجاريًا بفضل أزواج الأسئلة والأجوبة المجمعة من المصادر البشرية.
يمكن للمؤسسات التي تفكر في اعتماد Databricks Dolly 2.0 أن تطمئن إلى موثوقية مجموعة البيانات. وضعت Databricks إرشادات واضحة لإنشاء بياناتها ومجموعة الإجابات، مما يضمن أن جميع الإجابات تم إنشاؤها بواسطة البشر وكانت استجابات فريدة.
من يجب أن يستخدم Databricks Dolly؟
تكمن نقطة البيع الفريدة لـ Dolly في مجموعة البيانات مفتوحة المصدر، مما يوفر مزايا متميزة للمؤسسات التي تسعى إلى تطوير حلول ذكاء اصطناعي مصممة لحالات استخدام محددة. فيما يلي بعض السيناريوهات التي قد تكون فيها Databricks Dolly مناسبة بشكل خاص:
- المؤسسات الخاضعة للوائح الامتثال الصارمة للبيانات: تتيح الطبيعة مفتوحة المصدر لـ Dolly، المستقلة عن APIs، للمؤسسات في القطاعات شديدة التنظيم إنشاء حلول ذكاء اصطناعي دون إثارة مشكلات أمان البيانات أو الامتثال المرتبطة عادةً بالأدوات التي تعتمد على API.
- باحثو ومطورو الذكاء الاصطناعي: تقدم Dolly منصة قوية وقابلة للتكيف بدرجة كبيرة، مما يمكّن الباحثين والمطورين من تعديل النموذج بسرعة حسب الحاجة. تعزز هذه المرونة إمكانات أكبر للابتكار والتجريب.
- تحسين حلول الأسئلة والأجوبة الحالية: تمثل الاستفادة من هيكل Databricks Dolly لدمج أزواج الأسئلة والأجوبة من حل موجود تطبيقًا مثاليًا. على سبيل المثال، تحويل قاعدة بيانات الدعم الفني المهيكلة حول الأسئلة والأجوبة إلى تجربة تفاعلية أمر ممكن باستخدام قدرات Dolly.
نماذج لغوية كبيرة مفتوحة حقًا
أعرب العملاء باستمرار عن تفضيلهم لامتلاك نماذجهم، مما يمكنهم من تطوير نماذج عالية الجودة مصممة خصيصًا لتطبيقاتهم الخاصة دون المساس ببياناتهم الحساسة لأطراف ثالثة.
يُعتقد أن معالجة القضايا الحاسمة مثل التحيز والمساءلة وسلامة الذكاء الاصطناعي تتطلب إشراك مجتمع متنوع من أصحاب المصلحة بدلاً من الاعتماد فقط على عدد قليل من الشركات الكبيرة. تعزز مجموعات البيانات والنماذج مفتوحة المصدر التعليقات والبحث والابتكار، مما يخلق بيئة يمكن للجميع الاستفادة فيها من التقدم في تكنولوجيا الذكاء الاصطناعي.
كأثر تقني وبحثي، لا يُتوقع أن تكون Dolly في المقدمة من حيث الفعالية. ومع ذلك، من المتوقع أن تكون كل من Dolly ومجموعة البيانات مفتوحة المصدر بمثابة الأساس للعديد من الأعمال اللاحقة، مما قد يحفز تطوير نماذج لغوية أكثر قوة.
حالات استخدام Databricks Dolly
في مدونتهم الرسمية، يقدمون بعض التطبيقات وحالات استخدام Databricks Dolly:
- الأسئلة والأجوبة المفتوحة: تشمل الأمثلة استفسارات مثل “لماذا يستمتع الأفراد بأفلام الكوميديا؟” أو “ما هي عاصمة فرنسا؟” بعض الأسئلة ليس لها إجابة محددة، بينما يتطلب البعض الآخر الاستفادة من فهم واسع للعالم.
- الأسئلة والأجوبة المغلقة: يمكن الإجابة على هذه الأسئلة فقط باستخدام المعلومات الموجودة في نص مرجعي معين. على سبيل المثال، عند توفير فقرة من مقالة ويكيبيديا عن الذرات، قد يسأل المرء “ما هي نسبة البروتونات إلى النيوترونات في النواة؟”
- استخراج المعلومات من ويكيبيديا: في هذه المهمة، يختار المعلق فقرة من مقالة ويكيبيديا ويحدد الكيانات أو التفاصيل الواقعية مثل الأوزان أو القياسات الواردة في المقطع.
- تلخيص المعلومات من ويكيبيديا: يُطلب من المعلقين تكثيف مقطع من ويكيبيديا في ملخص موجز.
- العصف الذهني: يتضمن ذلك توليد أفكار مفتوحة وتقديم قائمة بالخيارات المحتملة. على سبيل المثال، “ما هي بعض الأنشطة الممتعة التي يمكن القيام بها مع الأصدقاء في نهاية هذا الأسبوع؟”
- التصنيف: يتخذ المعلقون قرارات بشأن عضوية الفئة، مثل تصنيف العناصر في قائمة كحيوانات أو معادن أو خضروات، أو تقييم خصائص مقطع قصير، مثل المشاعر المعبر عنها في مراجعة فيلم.
- الكتابة الإبداعية: تشمل المهام في هذه الفئة تأليف الشعر أو صياغة رسالة حب.
مثال على الأسئلة والأجوبة المفتوحة في databricks-dolly-15k
كيفية تثبيت Databricks Dolly
لتنزيل أوزان نموذج Dolly 2.0، ما عليك سوى زيارة صفحة Databricks Hugging Face وزيارة مستودع Dolly على databricks-labs لتنزيل مجموعة بيانات databricks-dolly-15k.
قيود نموذج Databricks Dolly اللغوي الكبير
على الرغم من أن النموذج مفتوح المصدر لـ Databricks Dolly LLM يقدم العديد من المزايا، خاصة للتطبيقات التجارية شديدة الاستهداف، إلا أنه ليس حلاً شاملاً. مقارنة بالنماذج المغلقة الأكبر مثل ChatGPT، قد تؤدي مجموعة التدريب الأصغر لـ Dolly إلى مخرجات أقل دقة. كما أن القيود اللغوية شائعة؛ حاليًا، تقتصر Dolly 2.0 على تقديم الاستجابات باللغة الإنجليزية فقط.
كما يثير نشر نموذج LLM مفتوح المصدر مخاوف بشأن متطلبات المعرفة. غالبًا ما يتطلب فهمًا شاملاً لتدريب واستخدام حلول الذكاء الاصطناعي، بالإضافة إلى موارد حاسوبية كبيرة داخل بيئة المؤسسة. في المقابل، تكون نماذج الذكاء الاصطناعي التوليدية المغلقة عادةً جاهزة للاستخدام والتكامل مع الحلول المخصصة فورًا. غالبًا ما تملي الموازنة بين الاعتبارات المتعلقة بالجدوى التجارية وقيود الموارد الاختيار المناسب للنموذج.
من ناحية أخرى، لا يمكن ضمان المعلومات الخاصة عند استخدام نموذج LLM مفتوح المصدر. إذا كنت تبحث عن نموذج LLM مغلق المصدر آمن وموثوق وفعال من حيث التكلفة، يمكنك اختيار نموذج LLM الخاص بنا:
وقد قمنا بالفعل بإصدار APIs للنماذج اللغوية الكبيرة، والتي يمكن أن تتكامل بسلاسة مع نماذجك اللغوية الكبيرة. بفضل الأسعار الأرخص والنماذج القابلة للتوسع، تعمل Novita AI LLM Inference API على تمكين نموذجك اللغوي الكبير بثبات مذهل وزمن انتقال منخفض للغاية في أقل من ثانيتين.
تتميز واجهة برمجة تطبيقات LLM الخاصة بنا أيضًا بتشغيل الشخصيات، من خلال استيراد بطاقة الشخصية المفضلة لديك، يمكنك التحدث معه/ها عن أي شيء.
ما هو النموذج اللغوي الكبير المناسب لك؟
يمثل إطلاق Databricks Dolly LLM قفزة كبيرة في النماذج اللغوية الكبيرة مفتوحة المصدر القابلة للتطبيق تجاريًا والمصممة للاستخدام في المؤسسات. على الرغم من أنه قد لا يكون مناسبًا لكل سيناريو، إلا أن إمكاناته على مستوى المؤسسات هائلة. سواء كان تطوير حلول مخصصة، أو تحسين الأدوات الحالية، أو ريادة تطبيقات ذكاء اصطناعي جديدة، فإن Databricks Dolly تستحق النظر إذا كانت مؤسستك بحاجة إلى نموذج مفتوح المصدر.
إذا كانت لديك استفسارات بخصوص ملاءمة Databricks Dolly 2.0 لسياقك المحدد أو كنت بحاجة إلى مساعدة في الاستفادة من Dolly LLM بشكل فعال، فلا تتردد في الاتصال بنا في Graphable. تهدف خدمات التطوير المخصصة لدينا إلى مساعدتك في تصور وتحقيق الحلول المتوافقة مع أهداف مؤسستك الفريدة.
تقدم Databricks Dolly منصة متعددة الاستخدامات وقوية وسهلة الاستخدام تلبي احتياجات تحليلات البيانات والنمذجة التنبؤية والأتمتة. تمتد إمكانية تطبيقها عبر مختلف الصناعات والوظائف، مما يجعلها لا تقدر بثمن للمحترفين العاملين في بيئة مؤسسية. مع استمرار تقدم الذكاء الاصطناعي، فإن دور Dolly في تبسيط وإثراء اتخاذ القرارات القائمة على البيانات مهيأ للتوسع أكثر.
الخاتمة
باختصار، يقدم Databricks Dolly LLM تقدمًا كبيرًا في النماذج اللغوية الكبيرة مفتوحة المصدر المصممة للاستخدام في المؤسسات. على الرغم من أنه قد لا يكون مناسبًا لكل سيناريو، إلا أن إمكاناته للتخصيص والابتكار ضمن حالات استخدام محددة كبيرة. قد تجد المؤسسات التي تسعى إلى نماذج عالية الجودة مع الاحتفاظ بملكية بياناتها أن Databricks Dolly خيارًا مقنعًا.
ومع ذلك، من الضروري مراعاة المقايضات. توفر النماذج مفتوحة المصدر مثل Databricks Dolly مرونة وابتكارًا مدفوعًا بالمجتمع ولكنها قد لا تقدم دائمًا نفس المستوى من الدقة أو التغطية اللغوية مثل النماذج المغلقة. بالنسبة لأولئك الذين يوازنون بين الموثوقية والسلامة والفعالية من حيث التكلفة، تمثل النماذج اللغوية الكبيرة مغلقة المصدر بديلاً قابلاً للتطبيق.
في النهاية، يعتمد الاختيار بين النماذج اللغوية الكبيرة مفتوحة المصدر ومغلقة المصدر على احتياجات مؤسستك وأهدافها ومواردها المحددة. سواء اخترت Databricks Dolly أو نموذجًا آخر، من الضروري مواءمة قرارك مع متطلبات مؤسستك الفريدة لتعزيز اتخاذ القرارات القائمة على البيانات بشكل فعال.
novita.ai، المنصة الشاملة للإبداع غير المحدود التي تمنحك الوصول إلى أكثر من 100 API. من توليد الصور ومعالجة اللغة إلى تحسين الصوت ومعالجة الفيديو، والدفع حسب الاستخدام الرخيص، تحررك من عناء صيانة GPU أثناء بناء منتجاتك الخاصة. جربها مجانًا.
قراءة موصى بها
