تشغيل نموذج مفتوح الأوزان يدعم العربية على بنيتك، أو استدعاء نموذج مستضاف متعدد اللغات عبر واجهة برمجية: هذا قرار تشغيلي قبل أي شيء، وترتيب النماذج في اللوحات لا يحسمه. احسمه أنت بأربع حقائق عن حالتك: أين يجوز أن تُعالَج البيانات، وكم تحتاج من التحكم في الإصدارات والسلوك، وما الذي يستطيع فريقك إبقاءه يعمل أسبوعًا بعد أسبوع، وماذا يُظهر تقييمك الخاص للخيارين.
أما أي عائلة نماذج تؤدي مهامك أفضل، فسؤال مستقل تحسمه بالاختبار، ويشرح منهجه دليلنا عن مقارنة نماذج اللغة العربية بإنصاف. وهذا المقال عن مكان تشغيل النموذج الذي اخترته وطريقته.
نموذج مستضاف عبر واجهة برمجية. يشغّل المزوّد النموذج، ويرسل تطبيقك الطلبات عبر الشبكة ويتلقى الإجابات. ويقرر المزوّد إصدارات النموذج والمناطق المتاحة وشروط الاحتفاظ ومواعيد الإيقاف، في حدود ما يضمنه عقدك. قد تختصر الخدمة المستضافة وقت الإعداد وترفع عنك سعة تشغيل النموذج، لكن توسّع التطبيق وحدود الاستخدام والتعامل مع الانقطاع تبقى عليك، ومعها ارتباطك بخطة المزوّد.
نموذج مفتوح الأوزان تشغّله بنفسك. تحصل على أوزان النموذج بموجب ترخيص، وتشغّلها على خوادمك أو في حساب سحابي في منطقة تختارها. تختار إصدار النموذج ومنطقة نشره مع مراعاة شروط مزوّد السحابة والسجلات والنسخ الاحتياطية والخدمات المساندة، وتتحمل في المقابل السعة والتوافر والتحديثات الأمنية وكل ترقية.
وبين الخيارين حلول مُدارة: طرف ثالث يشغّل لك نموذجًا مفتوح الأوزان في منطقة تحددها، أو مزوّد يقدّم لك نشرًا خاصًا. وهي تأخذ منك بعض التحكم مقابل عبء تشغيلي أقل، فاقرأ شروطها بالدقة نفسها التي تقرأ بها شروط أي واجهة مستضافة.
شكل 1: اختر طريقة تشغيل نموذجك العربي. لائم النشر مع حالة الاستخدام.
قبل أن تقارن الخيارات، صنّف البيانات التي سترسلها كل حالة استخدام إلى النموذج. فمعلومات المنتجات العامة، والسياسات الداخلية، ومحادثات العملاء، والسجلات الصحية أو المالية، تقود كلٌّ منها إلى إجابة مختلفة.
وفي الخيارات المستضافة، احصل على إجابات مكتوبة عن أربعة أسئلة: في أي المناطق يعالج المزوّد الطلبات والمخرجات، وكم يحتفظ بها، وهل يستخدمها في التدريب، ومن المعالجون الفرعيون الذين يستعين بهم. والاستضافة الذاتية تمنحك تحكمًا مباشرًا في الموقع، والموقع جزء من الصورة فقط، لأن قوانين حماية البيانات تسأل أيضًا عن الأساس النظامي والغرض والأمن والنقل خارج الحدود. ويشرح دليلنا لتدفقات البيانات وفق نظام حماية البيانات الشخصية ما سيسأل عنه فريقك القانوني في العمليات السعودية.
في المرشحين مفتوحي الأوزان، تصف بطاقة النموذج قدراته واستخدامه المقصود، ويحكم الترخيص والشروط المطبقة ما يحق لك فعله. فبطاقة ALLaM-7B-Instruct-preview المنشورة على صفحة HUMAIN في Hugging Face تذكر سبعة مليارات معامل، وسياقًا طوله 4,096 رمزًا، ودعمًا للعربية والإنجليزية، وترخيص Apache-2.0، وتسمّي المركز الوطني للذكاء الاصطناعي في سدايا مطوّرًا له. وهذه الحقائق تخص ذلك الإصدار التجريبي وحده. ولطول السياق كلفة تشغيلية: طلب استرجاع يضم عدة مقاطع طويلة قد لا يتسع له، فقد تضطر إلى تغيير طريقة تقسيم المستندات.
وأعلنت جامعة محمد بن زايد للذكاء الاصطناعي إطلاق Jais 2 مع Inception وCerebras، وقدّمته إصدارًا مفتوح الأوزان. وكما في أي عائلة، ومنها Falcon، تحقق من الترخيص والحجم وشروط الاستخدام للإصدار المحدد قبل التخطيط على أساسه.
أما في النماذج المستضافة، فاقرأ شروط الخدمة، والتزامات استخدام البيانات، والتوافر حسب المنطقة، وسياسة المزوّد في إيقاف الإصدارات. ودوّن متى يعتزم المزوّد إيقاف أي إصدار تعتمد عليه.
الاستضافة الذاتية قائمة مهام، وطويلة. خطّط سعة وحدات المعالجة الرسومية لذروة الحمل، وشغّل خادم الاستدلال، وراقب زمن الاستجابة والأخطاء، ووسّع عند الحاجة، وطبّق التحديثات الأمنية، وتحكم في من يستدعي النموذج، واحفظ السجلات ضمن قواعد الاحتفاظ، وأعد التقييم عند أي تغيير في النموذج أو بيئة التشغيل. وشخص من فريقك مناوب لذلك كله.
والواجهة المستضافة تنقل معظم هذا إلى المزوّد وتضيف قائمتها الخاصة: حدود استخدام وانقطاعات تتعامل معها، وإيقاف إصدارات تتابعه، وإنفاقًا تراقبه، وعلاقة مع المورد تديرها.
وقارن التكلفة الإجمالية، وهي حساب آخر غير سعر الرموز مقابل سعر الخوادم. أدخل في جانب الاستضافة الذاتية الأشخاص والسعة الخاملة والاحتياطية ووقت التقييم، وفي الجانب المستضاف نمو الاستخدام والميزات الإضافية وتكلفة التبديل. ولا توجد نقطة تعادل تصلح للجميع، فاحسب نقطتك من أحجامك المتوقعة ومتطلبات الاعتمادية لديك.
عندما تسمح ضوابط البيانات بالمعالجة المستضافة، شغّل مجموعة الاختبار العربية نفسها على مرشح قابل للاستضافة الذاتية ونموذج مستضاف متعدد اللغات للمقارنة، بشروط متقاربة وبتقييم متحدثين أصليين. استخدم فقط بيانات اختبار مسموحًا بها في المسارين، وسجّل الفروق التي لا تستطيع إزالتها في تقسيم الرموز والإعدادات وبيئة التشغيل. وإذا قصّر إصدار مفتوح أصغر، فسمِّ نوع الفجوة: نقص المعرفة يعالجه الاسترجاع غالبًا، أما تذبذب الصيغة أو النبرة فقد تعالجه تعليمات أفضل، أو Fine-tuning أحيانًا. ويساعدك دليلنا عن المفاضلة بين Fine-tuning وRAG وهندسة الأوامر على التشخيص. ولا تقبل أي مفاضلة إلا ضمن الحد المطلوب للجودة والسلامة، مع توثيق سببها. فالتكلفة والتحكم لا يبرران الإخفاق في المتطلبات الأمنية أو النظامية الملزمة.
توصي إرشادات Anthropic الهندسية لبناء الوكلاء بالبحث عن أبسط حل يعمل، وبزيادة التعقيد فقط عند الحاجة مع موازنة كلفته، وتنبّه الصفحة إلى أن أمثلتها المنشورة في ديسمبر 2024 أصبحت تاريخية. ونطبّق الانضباط نفسه على قرار التشغيل: إن لم يفرض عليك أي اشتراط الاستضافة الذاتية، فالنموذج المستضاف غالبًا أبسط بداية؛ وإن فرضتها ضوابط معالجة البيانات أو متطلبات التحكم، فاستضف أصغر نموذج يجتاز تقييمك، ووسّع السعة حين تبرر القياسات ذلك.
وأيًّا كان اختيارك، أبقِ التعليمات والاسترجاع والتقييم مستقلة عن مزوّد واحد، ليكلّفك التبديل أقل. وقد يحتاج المزوّد الجديد إلى تعديل التعليمات ومخططات الأدوات ومعالجة الأخطاء ثم إعادة التقييم؛ فالتبديل نادرًا ما يكون تغييرًا في الإعدادات وحدها. وتوجّه بعض المؤسسات الطلبات حسب تصنيف البيانات: الحساسة إلى نموذج مستضاف ذاتيًا، والعامة إلى نموذج لدى مزوّد. ولا ينجح هذا التقسيم إلا إذا فرضت قاعدة التوجيه في الكود واختبرتها، وسجّلت النموذج الذي خدم كل طلب. صنّف قبل أن ترسل الطلب، وامنع التحويل التلقائي إلى مسار غير مسموح، وطبّق الضوابط نفسها على السجلات وبيانات التقييم.
شكل 2: افرض مسارات البيانات المعتمدة. امنع التحويل إلى مسار غير مسموح.
اكتب تصنيفات البيانات المعنية وأين يجوز معالجة كل منها، والإصدارات المرشحة وتراخيصها، ونتائج التقييم لكل شريحة، والمالك التشغيلي، ونطاق التكلفة المتوقع، وخطة الخروج. وعُد إلى الصفحة حين يظهر إصدار جديد أو تتغير سياسات معالجة بياناتك.
هذه التوصيات إرشادات من تكنوستاك، ولا يفرضها أي مطوّر للنماذج. وإن كنت تقرر طريقة تشغيل نموذج يدعم العربية في بيئة الإنتاج، فيستطيع فريق خدمة أنظمة الذكاء الاصطناعي أن يقيّم الخيارات معك ويخطّط النشر.
- HUMAIN. بطاقة نموذج ALLaM-7B-Instruct-preview: عدد المعاملات وطول السياق واللغات والترخيص والجهة المطوّرة لهذا الإصدار التجريبي.
- جامعة محمد بن زايد للذكاء الاصطناعي (MBZUAI). إعلان إطلاق Jais 2 مع Inception وCerebras.
- Anthropic. Building effective agents: إرشادات هندسية توصي بالبدء بأبسط حل وزيادة التعقيد عند الحاجة فقط.
