احصل على 10 دولارات من رصيد LLM API
لدعم مجتمع الذكاء الاصطناعي مفتوح المصدر وتسريع الابتكار في معالجة اللغة الطبيعية، أتاحت Novita AI خمسة نماذج قوية مجانًا عبر API. تشمل هذه النماذج Llama 3.2 1B Instruct الصغير ولكن القادر، وQwen2.5-7B Instruct متعدد الاستخدامات، وGLM-4-9B-0414 وGLM-Z1-9B-0414 عاليي الأداء، بالإضافة إلى نموذج التضمين متعدد اللغات والوظائف BGE-M3. من خلال توفير وصول مفتوح لهذه النماذج، تهدف Novita AI إلى تمكين المطورين والباحثين والشركات الناشئة من بناء واختبار وتوسيع نطاق تطبيقات الذكاء الاصطناعي بشكل أكثر كفاءة – دون تحمل أعباء التكاليف البنية التحتية المرتفعة.
Llama 3.2 1b instruct
- حجم النموذج: 1.23 مليار معامل
- البنية: محول محسن مع انتباه استعلام مجمع (GQA)، وتفعيل SwiGLU، وتضمينات موضعية دورانية (RoPE)، وRMSNorm
- طول السياق: 128 ألف رمز
- متعدد اللغات: يدعم رسميًا الإنجليزية، الألمانية، الفرنسية، الإيطالية، البرتغالية، الهندية، الإسبانية، والتايلاندية؛ تم التدريب على مجموعة أوسع من اللغات
- الوسيط: نص إلى نص (إدخال وإخراج)
- بيانات التدريب: تم التدريب على ما يصل إلى 9 تريليون رمز من البيانات المتاحة عبر الإنترنت
- مفتوح المصدر: ✅
- المعيار: يظهر أداءً قويًا عبر مهام مثل اتباع التعليمات، التلخيص، إعادة كتابة المطالبات، واستخدام الأدوات؛ منافس للنماذج الأخرى في فئة معاملاته
Qwen2.5-7b-instruct
Qwen 2.5 7B هو نموذج محول مفتوح المصدر ومتعدد اللغات يتمتع بأداء قوي عبر المهام العامة والرياضية والبرمجية ومتعددة اللغات. تم تصميمه ليكون متعدد الاستخدامات، وخفيف الوزن للنشر، وواسع الدعم اللغوي.
- حجم النموذج: 7.61 مليار معامل
- البنية: محول مع RoPE، وSwiGLU، وRMSNorm، وانحياز Attention QKV
- طول السياق: 128 ألف رمز
- متعدد اللغات: يدعم أكثر من 29 لغة
- الوسيط: نص إلى نص
- بيانات التدريب: تم التدريب على أكثر من 18 تريليون رمز
- مفتوح المصدر: ✅
- المعيار: يحتل Qwen 2.5 7B باستمرار المرتبة #1 عبر جميع الفئات في مجموعة المعايير هذه — المهام العامة، العلوم والتكنولوجيا والهندسة والرياضيات، البرمجة، والفهم متعدد اللغات — على الرغم من عدد معاملاته الصغير نسبيًا.
GLM-4-9b-0414 و GLM-Z1-9b-0414
GLM-4-9B-0414 و GLM-Z1-9B-0414 هما نموذجان لغويان مفتوحان المصدر بـ 9 مليار معامل تم تطويرهما بواسطة THUDM، كل منهما محسّن لمهام مختلفة.
- GLM-4-9B-0414: مصمم لتوليد الحوار، يرث هذا النموذج بنية GLM-4-32B ويتفوق في مهام مثل المحادثات متعددة الجولات والترجمة والتلخيص. يدعم نافذة سياق 32 ألف رمز وهو مناسب للنشر في البيئات محدودة الموارد التي تتطلب قدرات قوية في فهم وتوليد اللغة.
- GLM-Z1-9B-0414: يركز على التفكير الرياضي والمهام العامة، ويستخدم هذا النموذج تقنيات مثل التعلم المعزز الممتد ومحاذاة التصنيف الزوجي. يُظهر أداءً قويًا في مهام الرياضيات والبرمجة والمنطق، متجاوزًا العديد من النماذج مفتوحة المصدر في فئة وزنه.
| الميزة | القيمة |
|---|---|
| حجم النموذج | 9 مليار معامل |
| نقاط القوة | - GLM-4-9B-0414: نسبة أداء عالية إلى الحجم، يتفوق في الرياضيات والتفكير - GLM-Z1-9B-0414: أداء قوي في الرياضيات والمهام العامة |
| توجيه المهام | - GLM-4-9B-0414: موجه للمحادثة - GLM-Z1-9B-0414: موجه للتفكير |
| الوسائط | نص إلى نص مع دعم تصور HTML/SVG |
| نافذة السياق | 32 ألف رمز |
| التدريب والمحاذاة | مستخلص من GLM-4-32B. تم تدريب النموذج الأساسي مسبقًا على 15 تريليون رمز من البيانات عالية الجودة (خاصة بيانات التفكير الاصطناعية) وتمت محاذاته من خلال ضبط التفضيل البشري لمهام الحوار. |
bge-m3
BGE-M3 هو نموذج تضمين نص متطور تم تطويره بواسطة أكاديمية بكين للذكاء الاصطناعي (BAAI). تم تصميمه لتوفير تنوع استثنائي، حيث يقدم أداءً قويًا عبر ثلاثة أبعاد أساسية: الوظائف، الدعم اللغوي، ودقة الإدخال. يحقق BGE-M3 نتائج متطورة على معايير متعددة، بما في ذلك MKQA و MLDR، متجاوزًا باستمرار النماذج المنافسة في سيناريوهات الاسترجاع أحادي اللغة و عبر اللغات.
- متعدد الوظائف: يدمج BGE-M3 ثلاث استراتيجيات استرجاع بسلاسة ضمن بنية موحدة:
- الاسترجاع الكثيف – يولد تمثيلًا متجهًا واحدًا لكل إدخال، مثالي للمطابقة الدلالية العامة.
- الاسترجاع المتناثر – يؤكد على أهمية مستوى الرمز، على غرار المطابقة المعجمية التقليدية.
- الاسترجاع متعدد المتجهات – ينتج متجهات متعددة لكل إدخال لالتقاط الدلالات الدقيقة وزيادة دقة الاسترجاع.
- متعدد اللغات: يدعم أكثر من 100 لغة، مما يتيح قدرات استرجاع متعددة اللغات وعبر اللغات.
- متعدد الدقة: مصمم للتعامل مع مجموعة واسعة من أطوال الإدخال — من العبارات القصيرة إلى المستندات الطويلة — ويدعم ما يصل إلى 8192 رمزًا لكل إدخال.
كيفية الوصول إلى النماذج المجانية على Novita AI؟
الخطوة 1: تسجيل الدخول والوصول إلى مكتبة النماذج
سجل الدخول إلى حسابك وانقر على زر مكتبة النماذج.
الخطوة 2: اختر نموذجك
تصفح الخيارات المتاحة واختر النموذج الذي يناسب احتياجاتك.
الخطوة 3: ابدأ نسختك التجريبية المجانية
ابدأ نسختك التجريبية المجانية لاستكشاف قدرات النموذج المحدد.
الخطوة 4: احصل على مفتاح API الخاص بك
للمصادقة مع API، سنزودك بمفتاح API جديد. بالدخول إلى صفحة “الإعدادات“، يمكنك نسخ مفتاح API كما هو موضح في الصورة.
الخطوة 5: تثبيت API
قم بتثبيت API باستخدام مدير الحزم الخاص بلغة البرمجة التي تستخدمها.
بعد التثبيت، قم باستيراد المكتبات اللازمة إلى بيئة التطوير الخاصة بك. قم بتهيئة API باستخدام مفتاح API الخاص بك لبدء التفاعل مع Novita AI LLM. هذا مثال على استخدام API chat completions لمستخدمي Python.
from openai import OpenAI
from openai import OpenAI
client = OpenAI(
base_url="https://api.novita.ai/v3/openai",
api_key="<YOUR Novita AI API Key>",
)
model = "model name"
stream = True # or False
max_tokens = 2048
system_content = """Be a helpful assistant"""
temperature = 1
top_p = 1
min_p = 0
top_k = 50
presence_penalty = 0
frequency_penalty = 0
repetition_penalty = 1
response_format = { "type": "text" }
chat_completion_res = client.chat.completions.create(
model=model,
messages=[
{
"role": "system",
"content": system_content,
},
{
"role": "user",
"content": "Hi there!",
}
],
stream=stream,
max_tokens=max_tokens,
temperature=temperature,
top_p=top_p,
presence_penalty=presence_penalty,
frequency_penalty=frequency_penalty,
response_format=response_format,
extra_body={
"top_k": top_k,
"repetition_penalty": repetition_penalty,
"min_p": min_p
}
)
if stream:
for chunk in chat_completion_res:
print(chunk.choices[0].delta.content or "", end="")
else:
print(chat_completion_res.choices[0].message.content)
سواء كنت تبني روبوت محادثة ذكيًا، أو محرك بحث دلاليًا، أو نظام توصيات متعدد اللغات، فإن الوصول المجاني إلى نماذج Novita AI يوفر لك كل ما تحتاجه للبدء بسرعة. مع أداء عالمي المستوى وتكامل سهل مع API، تجعل هذه النماذج الذكاء الاصطناعي القابل للتوسع أكثر سهولة من أي وقت مضى.
Novita AI هي منصة سحابية للذكاء الاصطناعي توفر للمطورين طريقة سهلة لنشر نماذج الذكاء الاصطناعي باستخدام API البسيط الخاص بنا، مع توفير سحابة GPU موثوقة وبأسعار معقولة للبناء والتوسع.
