نماذج اللغة الكبيرة

طريقان إلى نفس الفكرة

ماذا تحتاج قبل هذا الجزء؟

الفكرة الجوهرية: التنبؤ الإحصائي، لا الفهم البشري

نموذج اللغة الكبير في جوهره يتنبأ بالكلمة (أو جزء الكلمة) التالية الأكثر احتمالًا بناءً على كل ما سبقها، متعلّمًا هذا الاحتمال من كميات هائلة من النصوص. لا "يفهم" بالمعنى البشري، لكنه يلتقط أنماطًا لغوية ومنطقية عميقة بما يكفي لتبدو الإجابات ذكية جدًا في أغلب الأحيان.

عمليًا يحدث هذا على مرحلتين: في مرحلة التدريب، يُعرَّض النموذج لكميات ضخمة من النصوص مقسَّمة لوحدات صغيرة تُسمّى Tokens (قد تكون كلمة كاملة أو جزءًا منها فقط)، ويُعدَّل عبرها تدريجيًا ملايين أو مليارات من الأوزان الداخلية حتى يصبح تنبؤه بالكلمة التالية أدق ما يمكن. وفي مرحلة الاستخدام الفعلي (Inference)، يولّد النموذج النص Token تلو الآخر: يحسب توزيعًا احتماليًا على كل الكلمات المحتملة التالية، يسحب منه واحدة (ليست دائمًا الأعلى احتمالًا، بل بعشوائية محسوبة)، يضيفها للنص، ثم يكرّر العملية بالكامل من جديد على النص الجديد، وهذا يفسّر لماذا قد يعطيك نفس السؤال إجابتين مختلفتين قليلًا في مرتين متتاليتين.

شكل 1، كيف يولّد نموذج اللغة الكبير إجابته: خطوة تنبؤ واحدة تتكرر Token تلو الآخر حتى تكتمل الإجابة.

1نقاط القوة

تلخيص نصوص طويلة، شرح مفاهيم بطرق متعددة، توليد كود نمطي متكرر، الترجمة، واكتشاف أنماط في نص مُعطى.

2نقاط الضعف

حقائق دقيقة ونادرة (قد يختلقها)، حسابات رياضية معقّدة متعددة الخطوات، معرفة أحداث بعد تاريخ معيّن (Knowledge Cutoff)، والاستدلال المنطقي الطويل جدًا.

3مقايضة الحجم مقابل السرعة

نموذج أكبر عادة أدق لكن أبطأ وأغلى تشغيلًا؛ نموذج أصغر أسرع وأرخص لكن أقل دقة في المهام المعقّدة، لا يوجد نموذج "الأفضل مطلقًا" لكل مهمة.

4حدود المعرفة (Knowledge Cutoff)

كل نموذج تدرّب على بيانات حتى تاريخ معيّن، أي حدث بعد ذلك التاريخ لن يعرفه ما لم يُزوَّد بأداة بحث خارجية.

هذه النقاط الأربعة ليست خصائص منفصلة عن بعضها، بل نتائج طبيعية لآلية التنبؤ بالتوكن التالي الموصوفة أعلاه. نقاط القوة (التلخيص، الشرح بطرق متعددة، الترجمة) قوية تحديدًا لأن هذه الأنماط اللغوية مكرَّرة بكثافة هائلة في بيانات التدريب، ملايين الأمثلة على تلخيص نص أو ترجمته موجودة فعليًا في النصوص التي تعلّم منها النموذج، فتوزيع الاحتمالات لديه على هذه المهام غنيّ ومستقر جدًا. أما نقطة الضعف في الحقائق النادرة فتعود لنفس السبب الذي ناقشناه في الجزء الأول حول الاختلاق: إن لم تتكرّر معلومة معيّنة كثيرًا في التدريب، فلا يوجد أساس إحصائي قوي يبني عليه النموذج تنبؤًا دقيقًا.

والحسابات الرياضية المعقّدة ضعيفة لسبب مختلف تمامًا وأكثر تحديدًا: النموذج يولّد الأرقام Token تلو الآخر بنفس الآلية الموصوفة في الرسم 8 أعلاه، لا بمحرّك حسابي دقيق كالآلة الحاسبة. والأرقام نفسها تُقسَّم إلى Tokens بطريقة لا تحافظ دائمًا على قيمة المنزلة (نفس الرقم قد يُقسَّم بطرق مختلفة حسب السياق المحيط به)، فإذا أخطأ النموذج في خطوة "حمل" رقمي واحدة في منتصف عملية ضرب طويلة، فهذا الخطأ يدخل كجزء من النص الذي يُعاد تغذيته للخطوة التالية، تذكّر الرسم 8: الناتج الحالي يصبح مُدخَلًا للخطوة القادمة، فيتضخّم الخطأ تراكميًا عبر الخطوات اللاحقة حتى تخرج إجابة نهائية خاطئة تمامًا لكنها تبدو بنفس ثقة وسلاسة إجابة صحيحة.

أما مقايضة الحجم مقابل السرعة فسببها حسابي مباشر وليس تسويقيًا: كل معامل (Parameter) داخل النموذج هو رقم يُستخدم فعليًا في عملية حسابية عند توليد كل Token واحد؛ فإن كان النموذج يملك عددًا أكبر من المعاملات (قد يبلغ مليارات)، فإن توليد كل Token واحد يتطلب عددًا أكبر من العمليات الحسابية (تُقاس بوحدة FLOPs). عمليات حسابية أكثر تعني وقت معالجة أطول وتكلفة تشغيل (كهرباء وعتاد خادم) أعلى، وهذا تحديدًا سبب وجود نسخ "صغيرة" و"كبيرة" من النموذج نفسه عند أغلب الشركات: النسخة الصغيرة أسرع وأرخص لمهام يومية بسيطة، والنسخة الكبيرة أدق لمهام تتطلّب استدلالًا أعمق.

وأخيرًا، حدود المعرفة (Knowledge Cutoff) نتيجة لا مفر منها من طريقة بناء هذه النماذج أصلًا: تجميع نص تدريب بحجم مئات المليارات من الكلمات وتدريب النموذج عليه يستغرق أشهرًا فعليًا، فبحلول لحظة إطلاق النموذج للعامة، تكون بياناته بالضرورة "لقطة مجمَّدة" لحظة معيّنة في الماضي. حلّ هذه المشكلة عمليًا ليس بتدريب نموذج جديد كل يوم (غير عملي تمامًا)، بل بتزويده بأداة بحث خارجية تجلب نصًا حديثًا وتُدرجه ضمن نافذة السياق نفسها الموصوفة في الجزء الثاني، فيستخدمه النموذج كسياق إضافي طازج يُعاد معالجته لحظيًا، لا كمعرفة محفوظة داخل أوزانه الدائمة.

متى تثق بالنموذج ومتى تتحقق يدويًا؟

لاحظ أن هذا الجدول ليس قائمة قواعد عشوائية، بل تطبيق مباشر لما شرحناه أعلاه عن كثافة الأنماط في بيانات التدريب: كل ما كان الطلب يعتمد على نمط مكرَّر وشائع جدًا (كمفهوم برمجي أساسي)، كانت قاعدة الاحتمالات الإحصائية التي بُني عليها تنبؤ النموذج قوية وموثوقة. وكل ما اقترب الطلب من حقيقة نادرة أو حدث حديث جدًا، كانت هذه القاعدة الإحصائية ضعيفة أو غائبة تمامًا، وهذا تحديدًا ما يرفع احتمال الاختلاق الموصوف في الجزء الأول.

يمكن تبسيط هذا الجدول في قاعدة قرار سريعة تطبّقها على أي سؤال تطرحه على النموذج:

شكل 2، قاعدة قرار سريعة لتحديد متى تثق بإجابة النموذج ومتى تتحقق منها.

مثال تطبيقي: كيف يولّد النموذج جملة فعليًا

لنتتبّع كيف يولّد النموذج جملة بسيطة خطوة بخطوة، تخيّل أنك كتبت: "عاصمة المملكة العربية السعودية هي"

لاحظ ثلاثة أشياء مهمة في هذا المثال:

• كل خطوة مستقلة: النموذج يحسب الاحتمالات من جديد في كل خطوة بناءً على كل النص السابق، لا يخطّط للجملة كاملة مسبقًا.
• الاختيار ليس حتميًا: "الرياض" بنسبة 92% لا يعني أنها ستُختار دائمًا، عند درجة حرارة (Temperature) أعلى من الصفر، توجد احتمالية صغيرة أن يختار كلمة أخرى، وهذا يفسّر لماذا نفس السؤال قد يعطي إجابات مختلفة قليلًا.
• المعلومات الشائعة أدق: "الرياض عاصمة السعودية" حقيقة مكرّرة بكثرة هائلة في بيانات التدريب (92%)، فالنموذج واثق جدًا فيها. لكن سؤالًا عن حقيقة نادرة قد يُنتج احتمالات متقاربة (مثلًا 30% و28% و25%)، فيختار أيًا منها بثقة متساوية، حتى لو كانت خاطئة.

خرافة مقابل واقع

تطبيقات عملية في الواقع

تعمّق: النموذج، المنصة، والمقايضات

هدف المقارنة بين النماذج ليس اختيار "الأفضل" المطلق، بل بناء حكم عن النموذج المناسب لمهمة وسياق محددين. نبدأ بالتفريق بين النموذج والمنصة.

النموذج مقابل المنصة

النموذج نظام مُدرَّب يحوّل مُدخلًا إلى مُخرج. أما المنصة (مثل ChatGPT أو Gemini أو Claude أو Grok) فهي منتج يحيط بنموذج أو أكثر: واجهة استخدام، ضوابط أمان، ذاكرة، أدوات، وإعدادات افتراضية. لذلك قد يختلف الجواب لأن النموذج مختلف، أو لأن سلوك المنصة مختلف، أو لكليهما.

شكل 3، المنصة = النموذج + طبقات إضافية. تغيير أي طبقة قد يغيّر الجواب.

أنواع النماذج التوليدية

لماذا تختلف النماذج؟

كيف تقارن بإنصاف

1. استخدم الأمر نفسه حرفيًا مع كل نموذج.
2. سجّل الفروق: البنية، الافتراضات، النبرة، الطول، درجة الحذر.
3. ركّز على المقايضات لا على "من أصاب".
4. إن أمكن، قارن بشكل أعمى (دون معرفة اسم النموذج) لتقلّل انحيازك للأسماء المعروفة.

أنماط الفشل التي تبحث عنها

محلي أم بعيد؟

النماذج المفتوحة المصدر يمكن تشغيلها على جهازك بأدوات مثل Ollama، فلا تُرسَل بياناتك لخدمة خارجية، لكن الأداء يعتمد على عتادك (الذاكرة وبطاقة الرسوميات)، والنماذج المحلية عادة أصغر وأقل قدرة من النماذج البعيدة الضخمة. قاعدة تقريبية للذاكرة: عدد المعاملات × عدد البايتات لكل معامل. نموذج بسبعة مليارات معامل بدقة 16 بت يحتاج نحو 14 جيجابايت، وبعد التكميم إلى 4 بت نحو 3.5–4 جيجابايت، مع هامش إضافي للتشغيل.

شكل 4، اختيار النموذج: قرار عملي يوازن الخصوصية والجودة والعتاد.

جرّب بنفسك

بطاقات مراجعة سريعة

تحقق من فهمك