لماذا يُعتبر نموذج Writer's Palmyra LLM نموذج الذكاء الاصطناعي القوي الذي يُحدث تحولاً في المؤسسات؟

مؤسسة Writer، الناشئة في سان فرانسيسكو والتي تأسست في عام 2020، جمعت 100 مليون دولار في سبتمبر 2023 لتوسيع نماذجها اللغوية الكبيرة المخصصة (LLMs) لتطبيقات الشركات. رغم عدم شهرتها مثل عمالقة مثل OpenAI أو Anthropic أو Meta، فإن Writer تميزت بنماذجها الخاصة التي تحمل الاسم Palmyra. تستخدم شركات مرموقة مثل Accenture وVanguard وHubSpot وPinterest منصة الإبداع والإنتاجية التي تقدمها Writer، المدعومة بهذه النماذج.

مؤخراً، قدم مركز أبحاث النماذج الأساسية في ستانفورد معيار تقييم جديداً بعنوان HELM Lite، يضم تعلماً في السياق، مما يمكّن نماذج LLM من تعلم المهام من مجموعة صغيرة من الأمثلة المقدمة أثناء الاستدلال. ومن الجدير بالذكر أنه، بينما تصدّر GPT-4 هذا المعيار، حققت نماذج Palmyra X V2 وX V3 أداءً "غير متوقع" جيداً، حسب قول بيرسي ليانغ، مدير المركز في ستانفورد.

في فئة الترجمة الآلية، برزت Palmyra، حيث حققت تصنيفاً عالياً. وأشارت المديرة التنفيذية مـاي حبيب إلى هذا النجاح في منشور على LinkedIn، مشيرة إلى أن "Palmyra X تتفوق على المعايير التقليدية، وتشغل المركز الأول في MMLU وتتصدر الاختبارات الجديدة للترجمة".

وأكدت حبيب على التحديات الاقتصادية التي تواجهها الشركات عند تنفيذ نماذج أكبر مثل GPT-4، الذي تم تدريبه على 1.2 تريليون توكن. وقالت: "تحتاج حالات استخدام الذكاء الاصطناعي التوليدي في 2024 إلى أن تكون مجدية اقتصادياً"، مضيفة أن الشركات غالباً ما تعاني من تكاليف تقديم عالية وتغيير في التعليمات بسبب تقطير النماذج. وتؤمن بأن معيار تقييم ستانفورد يعكس احتياجات الشركات بشكل أدق من منصات أخرى مثل Hugging Face.

استهدفت Writer في البداية فرق التسويق، وأسستها حبيب ووسيم الشيخ، الذي كان يدير سابقاً Qordoba، وهي شركة متخصصة في معالجة اللغة الطبيعية والترجمة الآلية. في أوائل عام 2023، قدمت Writer سلسلة Palmyra، بما في ذلك نماذج تتراوح من 128 مليون إلى 20 مليار بارامتر، وأطلقت Knowledge Graph لمساعدة الشركات في دمج بيانات الأعمال مع Palmyra واستضافة النماذج ذاتياً.

وقالت حبيب: "نقدم حلاً متكاملاً، يجمع بين النموذج ونظام توليد معزز بالاسترجاع (RAG) مضمن". هذه الابتكار يعالج عدم كفاءة إرسال البيانات إلى نماذج الانغماس واستعادتها.

وتدعم حبيب نماذج أصغر مقترنة ببيانات تدريب منتقاة، حتى في ضوء التصريحات من الخبراء التي تشير إلى أن النماذج العامة الأكبر تتفوق على النماذج المتخصصة. وقد لاحظت أن قائمة HELM Lite أظهرت تفوق النماذج الطبية على GPT-4، مؤكدة: "عندما يتعلق الأمر بالاستدلال والتكلفة، تستفيد الشركات من النماذج المتخصصة التي يسهل إدارتها وتكون أكثر اقتصاداً".