نموذج "لاما" مفتوح المصدر من Groq يتفوق على GPT-4o وClaude في إمكانيات استدعاء الدوال، محققًا المركز الأول في تصنيف الأداء.

أطلقت شركة Groq، وهي شركة ناشئة مبتكرة في مجال أجهزة الذكاء الاصطناعي، نموذجين مفتوحَيْ المصدر للغات يفوقان تلك التي تقدمها الشركات الكبرى في قدرات استخدام الأدوات المتخصصة. وقد تصدر نموذج Llama-3-Groq-70B-Tool-Use قائمة الأداء في اختبارات Berkeley Function Calling Leaderboard (BFCL)، متجاوزًا النماذج المملوكة من OpenAI وGoogle وAnthropic.

شارك ريك لايمرز، قائد المشروع في Groq، هذا الإنجاز في منشور على X.com قائلاً: "أفخر بإعلان نموذجَي Llama 3 Groq Tool Use 8B و70B. هذا النموذج مفتوح المصدر، الذي تم تحسينه بالكامل، يحتل المركز الأول على BFCL، متجاوزًا جميع النماذج الأخرى، بما في ذلك النماذج المملوكة مثل Claude Sonnet 3.5 وGPT-4 Turbo وGPT-4o وGemini 1.5 Pro."

حقق النموذج الأكبر، الذي يحتوي على 70 مليار معلمة، دقة إجمالية مثيرة للإعجاب تبلغ 90.76% على BFCL، بينما حصل النموذج الأصغر (8B) على 89.06%، مما جعله يحتل المرتبة الثالثة. تشير هذه النتائج إلى أن النماذج المفتوحة المصدر يمكنها المنافسة بل وتجاوز أداء البدائل المغلقة في مهام معينة.

تم تطوير نماذج Groq بالتعاون مع شركة Glaive لأبحاث الذكاء الاصطناعي، حيث استخدمت تحسينًا كاملًا للبيانات وتقنية Direct Preference Optimization (DPO) على نموذج Meta Llama-3 الأساسي. حرص الفريق على استخدام بيانات اصطناعية تم إنشاؤها بطريقة أخلاقية للتدريب، مما يعالج المخاوف المتعلقة بخصوصية البيانات وعمليات الافتراس الزائد.

يمثل هذا التطور تحولًا محوريًا في مجال الذكاء الاصطناعي. من خلال تحقيق أداء عالي باستخدام بيانات اصطناعية فقط، تتحدى Groq الفكرة القائلة بأن كميات ضخمة من البيانات الواقعية ضرورية لتطوير نماذج ذكاء اصطناعي متقدمة. يمكن أن تساهم هذه المقاربة المبتكرة في تقليل المخاوف المتعلقة بالخصوصية وتقليل الأثر البيئي المرتبط عادةً بتدريب البيانات الضخمة. علاوة على ذلك، تفتح هذه الاستراتيجية مجالات لإنشاء نماذج ذكاء اصطناعي متخصصة في المجالات التي تكون فيها البيانات الواقعية محدودة أو حساسة.

جعلت Groq هذه النماذج متاحة عبر واجهة Groq API وHugging Face، المنصة الرائدة لنماذج التعلم الآلي. تعد هذه accessibility بزيادة الابتكار في المجالات التي تتطلب استخدام أدوات معقدة واستدعاء دوال، مثل البرمجة التلقائية وتحليل البيانات.

لزيادة تفاعل المجتمع، أطلقت Groq عرضًا عامًا على Hugging Face Spaces، مما يتيح للمستخدمين التفاعل مع النموذج وتقييم قدراته في استخدام الأدوات. تم تطوير العرض بالتعاون مع Gradio، التي استحوذت عليها Hugging Face في ديسمبر 2021، وقد حظي بردود فعل إيجابية من الباحثين والمطورين المتحمسين لاستكشاف إمكانيات النماذج.

تتعارض استراتيجية Groq المفتوحة المصدر بشكل حاد مع الأنظمة المغلقة المستخدمة من قبل الشركات التقنية الكبرى، مما قد يشجع القادة في الصناعة على اعتماد مزيد من الشفافية وتسريع تطوير الذكاء الاصطناعي. تعزز الإصدارات الجديدة من هذه النماذج المفتوحة ذات الأداء العالي مكانة Groq كلاعب رئيسي في مجال الذكاء الاصطناعي. بينما يدرس الباحثون والشركات وصانعو السياسات تأثيرات هذه التكنولوجيا، يبقى واضحًا إمكانية زيادة الوصول والابتكار في مجال الذكاء الاصطناعي. قد يمثل نجاح Groq بداية عصر جديد في تطوير ونشر الذكاء الاصطناعي، مما ي democratize القدرات المتقدمة ويعزز بيئة أكثر تنوعًا وابتكارًا.