نموذج Llama 3.3 70B Instruct من Meta: تعزيز الابتكار في الذكاء الاصطناعي على Novita AI

أحدث إصدار من Meta، نموذج Llama 3.3 70B Instruct، قد وصل، ويعد بأداء محسّن بتكلفة أقل. هذا النموذج اللغوي القوي متاح الآن على Novita AI، مما يوفر للمطورين أداة قوية لبناء تطبيقات ذكاء اصطناعي متطورة. في هذه المقالة، سنستكشف قدرات Llama 3.3 70B Instruct، وتكامله مع منصة Novita AI، وكيف يمكنه تسريع مشاريعك في الذكاء الاصطناعي.

فهم Llama 3.3 70B Instruct

Llama 3.3 70B Instruct هو أحدث إضافة إلى عائلة Meta من نماذج اللغة الكبيرة Llama. صدر في 6 ديسمبر 2024، ويمثل هذا النموذج تقدماً كبيراً في تكنولوجيا الذكاء الاصطناعي، ويقدم أداءً مماثلاً للنموذج الأكبر Llama 3.1 405B ولكن بحجم وتكلفة أكثر قابلية للوصول.

الميزة	التفاصيل
هندسة النموذج	مبني على بنية محولات محسّنة مع انتباه استعلام مُجمّع (GQA) لتحسين قابلية التوسع في الاستدلال.
بيانات التدريب	تم التدريب على 15 تريليون رمز من البيانات المتاحة للجمهور. حد المعرفة: ديسمبر 2023.
القدرات متعددة اللغات	يدعم لغات متعددة بما في ذلك الإنجليزية والألمانية والفرنسية والإيطالية والبرتغالية والهندية والإسبانية والتايلاندية. مثالي للتطبيقات العالمية.
سياق النافذة والأداء	نافذة سياقية بسعة 128 ألف رمز لمعالجة نصوص إدخال طويلة. يحافظ على التماسك والأهمية عبر المحتوى الطويل.

الميزات والتحسينات الرئيسية

يقدم نموذج Llama 3.3 70B Instruct عدة تحسينات مقارنة بسابقاته، مما يجعله خياراً جذاباً للمطورين وعشاق الذكاء الاصطناعي.

أداء محسّن عبر المهام

أظهر Llama 3.3 70B Instruct أداءً مثيراً للإعجاب عبر معايير مختلفة، مما يُظهر قدراته في مجالات متنوعة. إليك مقارنة أدائه مع نماذج Llama الأخرى:

يظهر نموذج Llama 3.3 70B أداءً تنافسياً عبر معايير مختلفة مقارنة بالنماذج الرائدة الأخرى مثل Claude 3.5 Sonnet وGPT-4o وGemini Pro 1.5. فهم اللغة العام: في معيار MMLU Chat، يحقق Llama 3.3 نسبة 86.0%، أقل بقليل من Claude 3.5 Sonnet بنسبة 88.9% وGPT-4o بنسبة 87.5%. بالنسبة لـ MMLU PRO، يسجل 68.9%، وهو أقل بشكل ملحوظ من Claude 3.5 بنسبة 77.8%. القدرات المتخصصة: يتفوق النموذج في اتباع التعليمات بدرجة IFEval تبلغ 92.1%، متجاوزاً كلاً من GPT-4o (84.6%) وGemini Pro (81.9%). في مهام البرمجة، يحقق 88.4% على HumanEval، لكنه أقل من أداء Claude 3.5 المذهل البالغ 93.7%. المهارات الرياضية والاستدلالية: في الاستدلال الرياضي، يسجل Llama 3.3 نسبة 77.0% على معيار MATH، مما يضعه بين Claude 3.5 (78.3%) وGPT-4o (76.9%). ومع ذلك، يُظهر ضعفاً نسبياً في اختبار الاستدلال GPQA Diamond بنسبة 50.5%، وهو أقل بكثير من Claude 3.5 بنسبة 65.0%. القدرات المتقدمة: يتألق النموذج بشكل خاص في معالجة السياق الطويل، مسجلاً 97.5% على معيار NIH/Multi-needle، لكنه لا يزال متأخراً قليلاً عن Claude 3.5 بنسبة 99.4%. في المهام متعددة اللغات، يحقق نسبة قوية 91.1% على معيار Multilingual MGSM، مما يُظهر قدرات قوية عبر اللغات. استكشف Llama 3.3 70B Instruct الآن

القدرات المتقدمة

بعض الميزات البارزة لـ Llama 3.3 70B Instruct تشمل:

• توليد مخرجات JSON: يمكن للنموذج إنتاج مخرجات JSON منظمة، مما يسهل استدعاء الوظائف والتكامل مع الأنظمة الأخرى.
• الاستدلال خطوة بخطوة: يقدم شرحاً تفصيلياً خطوة بخطوة للمشكلات المعقدة، مما يعزز الشفافية وفهم المستخدم.
• تحسين ملاحظات الكود: يقدم النموذج ملاحظات أكثر دقة وإفادة حول الكود، بما في ذلك معالجة الأخطاء واقتراحات الإصلاح.
• استدعاء الأدوات: يمكن لـ Llama 3.3 70B Instruct تحديد متى يجب استخدام أدوات أو موارد خارجية محددة واستدعائها بشكل مناسب.

فعالية التكلفة

واحدة من أهم مزايا Llama 3.3 70B Instruct هي فعاليته من حيث التكلفة. على الرغم من تقديم أداء مماثل للنموذج الأكبر 405B، إلا أنه يأتي بجزء بسيط من التكلفة. وهذا يجعله خياراً جذاباً للمطورين والشركات التي تتطلع إلى الاستفادة من قدرات الذكاء الاصطناعي المتقدمة دون إنفاق مبالغ كبيرة.

دمج Llama 3.3 70B Instruct مع Novita AI

لقد سهّلت Novita AI على المطورين الوصول إلى Llama 3.3 70B Instruct ودمجه في مشاريعهم. من خلال الاستفادة من منصة Novita AI، يمكنك تسخير قوة هذا النموذج المتقدم دون تعقيدات إدارة البنية التحتية.

الوصول إلى Llama 3.3 70B Instruct على Novita AI

للبدء مع Llama 3.3 70B Instruct على Novita AI، اتبع هذه الخطوات: الخطوة 1: جرب العرض التوضيحي لـ Llama 3.3 70B Instruct الخطوة 2: انتقل إلى Novita AI وسجل الدخول باستخدام حساب Google أو GitHub أو البريد الإلكتروني الخطوة 3: إدارة مفتاح API الخاص بك:

• • انتقل إلى “إدارة المفاتيح” في الإعدادات
  • يتم إنشاء مفتاح افتراضي عند تسجيل الدخول لأول مرة
  • قم بتوليد مفاتيح إضافية بالنقر على “+ إضافة مفتاح جديد” استكشف مرجع LLM API لاكتشاف واجهات برمجة التطبيقات والنماذج المتاحة الخطوة 4: قم بإعداد بيئة التطوير الخاصة بك وضبط الخيارات مثل المحتوى والدور والاسم والموجه الخطوة 5: قم بتشغيل اختبارات متعددة للتحقق من أداء API واتساقه

تكامل API

توفر Novita AI مكتبات عميل لـ Curl وPython وJavaScript، مما يسهل دمج Llama 3.3 70B Instruct في مشاريعك: لمستخدمي Python:

from openai import OpenAI
  
client = OpenAI(
    base_url="https://api.novita.ai/v3/openai",
    api_key="Your API Key",
)

model = "meta-llama/llama-3.3-70b-instruct"
stream = True # or False
max_tokens = 65536
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)
  
  

لمستخدمي JavaScript:

import OpenAI from "openai";

const openai = new OpenAI({
  baseURL: "https://api.novita.ai/v3/openai",
  apiKey: "Your API Key",
});
const stream = true; // or false

async function run() {
  const completion = await openai.chat.completions.create({
    messages: [
      {
        role: "system",
        content: "Be a helpful assistant",
      },
      {
        role: "user",
        content: "Hi there!",
      },
    ],
    model: "meta-llama/llama-3.3-70b-instruct",
    stream,
    response_format: { type: "text" },
    max_tokens: 65536,
    temperature: 1,
    top_p: 1,
    min_p: 0,
    top_k: 50,
    presence_penalty: 0,
    frequency_penalty: 0,
    repetition_penalty: 1
  });

  if (stream) {
    for await (const chunk of completion) {
      if (chunk.choices[0].finish_reason) {
        console.log(chunk.choices[0].finish_reason);
      } else {
        console.log(chunk.choices[0].delta.content);
      }
    }
  } else {
    console.log(JSON.stringify(completion));
  }
}

run();
  

لمستخدمي Curl:

curl "https://api.novita.ai/v3/openai/chat/completions" \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer Your API Key" \
  -d @- << 'EOF'
{
    "model": "meta-llama/llama-3.3-70b-instruct",
    "messages": [
        {
            "role": "system",
            "content": "Be a helpful assistant"
        },
        {
            "role": "user",
            "content": "Hi there!"
        }
    ],
    "response_format": { "type": "text" },
    "max_tokens": 65536,
    "temperature": 1,
    "top_p": 1,
    "min_p": 0,
    "top_k": 50,
    "presence_penalty": 0,
    "frequency_penalty": 0,
    "repetition_penalty": 1
}
EOF
  

التسعير وإدارة الموارد

تقدم Novita AI أسعاراً تنافسية لاستخدام Llama 3.3 70B Instruct:

• رموز الإدخال: 0.39 دولار لكل مليون رمز
• رموز الإخراج: 0.39 دولار لكل مليون رمز لإدارة التكاليف بفعالية، فكر في تنفيذ عدّ الرموز ووضع حدود مناسبة في تطبيقك.

التطبيقات العملية وحالات الاستخدام

توازن Llama 3.3 70B Instruct بين الأداء القوي وكفاءة الأجهزة يفتح مجموعة واسعة من الإمكانيات للمطورين والباحثين. قدرته على العمل بفعالية على محطات العمل القياسية للمطورين يجعله خياراً متاحاً لمن لا يملكون إمكانية الوصول إلى البنية التحتية على مستوى المؤسسات. دعنا نستكشف بعض المجالات الرئيسية حيث يمكن أن يكون Llama 3.3 70B Instruct مفيداً بشكل خاص.

روبوتات المحادثة والمساعدون متعددو اللغات

واحدة من نقاط قوة Llama 3.3 70B Instruct هي قدرته على التعامل مع لغات متعددة، ودعم ثماني لغات أساسية بما في ذلك الإنجليزية والإسبانية والفرنسية والهندية. هذا يجعله مثالياً لبناء روبوتات محادثة أو مساعدين افتراضيين متعددي اللغات.

• دعم العملاء: إنشاء روبوتات محادثة يمكنها الإجابة على الاستفسارات بعدة لغات، وتعمل بكفاءة على بطاقة رسوميات واحدة.
• أدوات تعليمية: تطوير مساعدين لتعلم اللغة أو أنظمة تعليمية متعددة اللغات.
• أدلة السفر الافتراضية: بناء أدلة مدعومة بالذكاء الاصطناعي يمكنها التواصل بلغات مختلفة للمسافرين الدوليين.

دعم البرمجة وتطوير البرمجيات

مع الأداء القوي في معايير البرمجة مثل HumanEval وMBPP EvalPlus، يعمل Llama 3.3 70B Instruct كمساعد موثوق لمهام البرمجة المختلفة.

• توليد الكود: أتمتة إنشاء الكود الهيكلي أو توليد وظائف كاملة بناءً على الأوصاف.
• المساعدة في تصحيح الأخطاء: تحليل مقاطع الكود لتحديد واقتراح إصلاحات للأخطاء.
• إنشاء اختبارات الوحدة: توليد اختبارات وحدة شاملة تلقائياً لقواعد الكود الحالية.
• توليد التوثيق: إنشاء توثيق وتعليقات مفصلة للكود بناءً على الكود الموجود.

توليد البيانات الاصطناعية

يتفوق Llama 3.3 70B Instruct في توليد مجموعات بيانات اصطناعية عالية الجودة وموسومة، وهو أمر قيم بشكل خاص للفرق الصغيرة التي تحتاج إلى بيانات خاصة بمجال معين.

• إنشاء بيانات التدريب: توليد مجموعات بيانات موسومة لنماذج التعلم الآلي في مجالات متنوعة.
• توسيع مجموعات البيانات الحالية: توسيع مجموعات البيانات المحدودة بأمثلة مُولَّدة اصطناعياً لتحسين أداء النموذج.
• محاكاة السيناريوهات: إنشاء سيناريوهات نصية متنوعة لاختبار روبوتات المحادثة أو أنظمة معالجة اللغة الطبيعية الأخرى.

إنشاء المحتوى متعدد اللغات والتعريب

من خلال الاستفادة من قدراته متعددة اللغات، يعد Llama 3.3 70B Instruct أداة قوية لجهود إنشاء المحتوى والتعريب.

• مواد التسويق: إنتاج نصوص تسويقية مُعربة لمناطق ولغات مختلفة.
• التوثيق الفني: ترجمة وتكييف المستندات الفنية للجماهير الدولية.
• التدوين متعدد اللغات: إنشاء منشورات مدونة أو مقالات بعدة لغات في وقت واحد.

البحث والتجريب

للباحثين، يوفر Llama 3.3 70B Instruct منصة فعالة لاستكشاف جوانب مختلفة من النمذجة اللغوية والذكاء الاصطناعي.

• دراسات المواءمة: التحقيق في تقنيات تحسين سلامة الذكاء الاصطناعي ومواءمته.
• تقطير النموذج: استكشاف طرق إنشاء نماذج أصغر ومتخصصة من Llama 3.3 70B Instruct.
• تجارب الضبط الدقيق: اختبار مناهج ضبط دقيق مختلفة لمهام أو مجالات محددة.

التطبيقات القائمة على المعرفة

قدرات معالجة النصوص القوية لـ Llama 3.3 70B Instruct تجعله مناسباً للتطبيقات التي تتطلب التعامل مع كميات كبيرة من النصوص بكفاءة.

• التلخيص الآلي: توليد ملخصات موجزة للمستندات أو التقارير أو المقالات الطويلة.
• أنظمة الإجابة على الأسئلة: بناء أنظمة يمكنها الإجابة بدقة على الأسئلة بناءً على قواعد معرفية كبيرة.
• توليد التقارير: إنشاء تقارير منظمة تلقائياً من مصادر بيانات غير منظمة.

نشر مرن للفرق الصغيرة

قدرة Llama 3.3 70B Instruct على العمل على خوادم محلية أو حتى على محطة عمل واحدة تجعله خياراً ممتازاً للشركات الناشئة والمطورين المستقلين والفرق الصغيرة.

• تطوير النماذج الأولية: بناء واختبار الميزات المدعومة بالذكاء الاصطناعي بسرعة دون الاعتماد على البنية التحتية السحابية.
• أنظمة الإنتاج خفيفة الوزن: نشر قدرات الذكاء الاصطناعي للتطبيقات أو الخدمات صغيرة النطاق.
• الحلول المحلية: تقديم وظائف الذكاء الاصطناعي مع الحفاظ على خصوصية البيانات وتقليل التكاليف السحابية.

الخاتمة

يمثل Llama 3.3 70B Instruct قفزة كبيرة إلى الأمام في نماذج اللغة للذكاء الاصطناعي، حيث يقدم أداءً محسّناً وقدرات متعددة اللغات وفعالية من حيث التكلفة. من خلال الاستفادة من هذا النموذج القوي عبر منصة Novita AI، يمكن للمطورين إنشاء تطبيقات ذكاء اصطناعي متطورة بسهولة. إذا كنت شركة ناشئة تتطلع إلى تسخير هذه التقنية، تحقق من برنامج Novita AI للشركات الناشئة. إنه مصمم لتعزيز ابتكارك المدعوم بالذكاء الاصطناعي ومنح عملك ميزة تنافسية. بالإضافة إلى ذلك، يمكنك الحصول على ما يصل إلى 10,000 دولار من الاعتمادات المجانية لبدء مشاريعك في الذكاء الاصطناعي.

الأسئلة الشائعة

ما الجديد في Llama 3.3؟ يجلب Llama 3.3 ضبطاً دقيقاً محسّناً باستخدام SFT وRLHF، وميزات أمان محسّنة، ودعم ثماني لغات، ونافذة سياق أطول تبلغ 128 ألف رمز. كما يقدم إمكانيات استخدام الأدوات، وكفاءة أفضل في استهلاك الطاقة، وإطار عمل مسؤول وقوي للذكاء الاصطناعي. كيف يقارن Llama 3.3 مع Llama 405B؟ أداء مماثل لكنه أكثر كفاءة بشكل ملحوظ، ويتطلب قوة حوسبة أقل. ما هي اللغات المدعومة؟ الإنجليزية والفرنسية والألمانية والهندية والإيطالية والبرتغالية والإسبانية والتايلاندية. الضبط الدقيق للغات الأخرى ممكن مع ضمانات إضافية. ما هي نقاط قوته في المعايير؟ درجات عالية في MMLU وHumanEval وMGSM، يتفوق في الاستدلال والبرمجة والمهام متعددة اللغات. هل يمكن تشغيله على أجهزة قياسية؟ نعم، مصمم ليعمل على بطاقات الرسوميات الشائعة ومحطات عمل المطورين. قراءات مقترحة

1. Llama 3.1 VS 3.2: غوص عميق في أحدث تطور لـ LLM من Meta
2. Llama 3.2 VS Claude 3.5: أي نموذج ذكاء اصطناعي يناسب مشروعك؟
3. Llama 3.2 Vision: إطلاق العنان لقوة الذكاء الاصطناعي مفتوح المصدر متعدد الوسائط

Novita AI هي المنصة السحابية المتكاملة التي تطلق العنان لطموحاتك في الذكاء الاصطناعي. واجهات برمجة تطبيقات متكاملة، حوسبة بدون خادم، مثيلات GPU — الأدوات الفعّالة من حيث التكلفة التي تحتاجها. تخلص من البنية التحتية، ابدأ مجاناً، وحوّل رؤيتك للذكاء الاصطناعي إلى واقع.