أفضل 10 نماذج لغات كبيرةLLMs في عام 2025

هناك نموذج جديد للذكاء الاصطناعي على موجز X الخاص بي كل يوم. ارمش بعينيك وسيفوتك الانخفاض التالي "الوزن المفتوح، GPT- المستوى".

أتذكر عندما ظهر LLaMA وشعرت بأنه أمر كبير. وتبعها "فيكونا". ثم اختفى كل شيء. تحول Hugging Face إلى الصفحة الرئيسية للذكاء الاصطناعي بين عشية وضحاها.

إذا كنت تقوم بالبناء بهذه الأشياء، فمن الصعب ألا تتساءل - هل من المفترض أن أواصل العمل على كل هذه الأشياء؟ أم أختار فقط واحدة تعمل وأدعو الله ألا تنكسر؟

لقد جربت معظمها داخل منتجات حقيقية. بعضها رائع للدردشة. وبعضها ينهار في اللحظة التي تستخدمها فيها في وكلاء إدارة التعلم الآلي أو سلاسل الأدوات.

ما هي النماذج اللغوية الكبيرة؟

النماذج اللغوية الكبيرةLLMs) هي أنظمة ذكاء اصطناعي مُدرّبة على فهم اللغة البشرية وتوليدها عبر مجموعة واسعة من المهام.

يتم تدريب هذه النماذج على كميات هائلة من النصوص - كل شيء من الكتب والمواقع الإلكترونية إلى الرموز والمحادثات - حتى يتمكنوا من تعلم كيفية عمل اللغة عمليًا.

لقد رأيتهم في العمل عندما يفهم chatbot الآ لي الذي يعمل بالذكاء الاصطناعي ما تطلبه، حتى بعد المتابعة، لأنه يفهم السياق.

يبرع LLMs في مهام مثل تلخيص المستندات، والإجابة على الأسئلة، وكتابة الشفرات، والترجمة بين اللغات، والمشاركة في محادثات متماسكة.

كما أتاحت الأبحاث المتزايدة في مفاهيم مثل سلسلة تحفيز الأفكار إمكانية تحويل LLMs إلى وكلاء ذكاء اصطناعي.

أفضل 7 مقدمي خدمات LLM

قبل أن نقوم بتفصيل أفضل الموديلات، يجدر بنا معرفة من يقوم بتصنيعها.

كل مزود لديه وجهة نظر مختلفة في تصميم النموذج، فبعضهم يركز على النطاق الخام، والبعض الآخر يركز على السلامة أو تعدد الوسائط، والبعض الآخر يدفع باتجاه الوصول المفتوح.

إن فهم مصدر النموذج يمنحك صورة أوضح عن كيفية تصرفه والجهة التي صُنع من أجلها.

OpenAI

OpenAI هي الشركة التي تقف وراء ChatGPT وسلسلة GPT . معظم الفرق التي تبني مع LLMs اليوم إما تستخدم نماذجها مباشرةً أو تتنافس معها. 

تعمل OpenAI كمختبر بحثي ومنصة تجارية، حيث تقدم نماذجها من خلال واجهة برمجة التطبيقات وتكامل المنتجات.

يركّز OpenAI على بناء نماذج روبوتات الدردشة الآلية للأغراض العامة GPT القدرات الواسعة، مثل GPT. ويستمر في تشكيل الكثير من المشهد الحالي في كل من الذكاء الاصطناعي التجاري والموجه للمطورين.

Anthropic

Anthropic هي شركة ذكاء اصطناعي مقرها في سان فرانسيسكو، أسسها في عام 2021 مجموعة من الباحثين السابقين في OpenAI بما في ذلك الشقيقان داريو ودانييلا أمودي.

يركز الفريق على بناء نماذج لغوية آمنة وقابلة للتوجيه والتفسير وموثوقة في المحادثات الطويلة.

تشتهر عائلة Claude الخاصة بهم بمتابعة التعليمات القوية والاحتفاظ بالسياق، وهي قيم تظهر بوضوح في كيفية تعامل النماذج مع المطالبات الدقيقة والمحادثات متعددة الأدوار.

جوجل ديب مايند

DeepMind هو قسم أبحاث الذكاء الاصطناعي التابع لشركة Google، والمعروف أصلاً بالابتكارات التي حققها في مجال الألعاب والتعلم المعزز.

وهو الآن الفريق الذي يقف وراء عائلة نماذج Gemini، التي تشغل العديد من منتجات الذكاء الاصطناعي من Google.

صُممت نماذج Gemini للاستدلال متعدد الوسائط والمهام ذات السياق الطويل، وهي مدمجة بالفعل في نظامها البيئي مثل البحث، ويوتيوب، وDrive، وأندرويد.

ميتا

شركة Meta هي الشركة التي تقف وراء طرازات LLaMA - وهي من أقوى طرازات LLMs ذات الوزن المفتوح المتاحة اليوم.

وعلى الرغم من أن الوصول إلى هذه النماذج يخضع لترخيص، إلا أن النماذج قابلة للتنزيل بالكامل وتستخدم عادةً للنشر والتجريب الخاص.

انصبّ تركيز Meta على إصدار نماذج قادرة يمكن للمجتمع الأوسع نطاقًا أن يضبطها أو يستضيفها أو يبنيها في الأنظمة دون الاعتماد على واجهات برمجة التطبيقات الخارجية.

ديبسيك

شركة DeepSeek هي شركة ذكاء اصطناعي مقرها الصين وسرعان ما اكتسبت اهتماماً سريعاً لإصدارها نماذج تنافسية مفتوحة مع التركيز على الاستدلال والاسترجاع.

تحظى نماذجهم بشعبية بين المطورين الذين يبحثون عن الشفافية والتحكم في كيفية بناء أنظمتهم ونشرها.

xAI

xAI هي شركة للذكاء الاصطناعي تعمل كمجموعة بحث وتطوير مستقلة تعمل بشكل وثيق مع شركة X (تويتر سابقاً).

تم دمج نماذج Grok الخاصة بها في منتجات X وتهدف إلى الجمع بين إمكانات المحادثة والوصول إلى البيانات في الوقت الفعلي.

ميسترال

شركة Mistral هي شركة ناشئة للذكاء الاصطناعي مقرها باريس، وهي شركة ناشئة للذكاء الاصطناعي مقرها باريس، وتشتهر بإصدار نماذج عالية الأداء ومفتوحة.  

يركز عملهم على الكفاءة وإمكانية الوصول، مع استخدام النماذج غالباً في عمليات النشر المحلية أو منخفضة الكمون.

أفضل 10 موديلات اللغات الكبيرة

معظمنا لا يختار العارضات من لوحة المتصدرين - نحن نختار ما نشعر أنه مناسب. 

وكلمة "الأفضل" لا تعني أكبر موديل أو أعلى درجة في بعض التقييمات. بل تعني: هل سأستخدمه لتشغيل وكيل، أو إدارة خطوط أنابيب البرمجة الخاصة بي، أو الرد على عميل، أو إجراء مكالمة في مهمة عالية المخاطر؟

لقد اخترت النماذج التي هي

• تتم صيانتها بشكل نشط ومتاحة الآن
• يجري اختبارها في تطبيقات حقيقية
• جيد حقًا في شيء ما: المحادثة أو التفكير المنطقي أو السرعة أو الانفتاح أو العمق متعدد الوسائط

بالتأكيد، ستستمر النماذج الجديدة في الظهور. لكن هذه النماذج أثبتت نفسها بالفعل في البرية - وإذا كنت تقوم بالبناء اليوم، فهي النماذج التي تستحق المعرفة.

أفضل LLMs المحادثة

تحافظ أفضل نماذج المحادثة على السياق عبر المنعطفات، وتتكيف مع نبرة صوتك، وتبقى متماسكة حتى عندما تتحول المحادثة أو تعود إلى الوراء.

لإعداد هذه القائمة، يجب أن يشعر النموذج بالتفاعل. يجب أن يتعامل مع الصياغة الفوضوية، ويتعافى برشاقة من المقاطعات ويستجيب بطريقة تشعر أن هناك من يستمع.

1. GPT4o

العلامات: ذكاء اصطناعي للمحادثة، صوت في الوقت الحقيقي، إدخال متعدد الوسائط، مغلق المصدر

GPT هو أحدث النماذج الرائدة من OpenAIوالذي تم إصداره في مايو 2024 - وهو يمثل نقلة كبيرة في كيفية تعامل LLMs مع التفاعل متعدد الوسائط في الوقت الفعلي.

ويمكنه استقبال النصوص والملفات والصور والصوت كمدخلات، والاستجابة بأي من هذه التنسيقات.

لقد كنتُ أستخدم GPT الشامل لفهم اللغة في الآونة الأخيرة لممارسة اللغة الفرنسية، ومن الصعب التغلب عليه.

تأتي الردود الصوتية بشكل شبه فوري (حوالي 320 مللي ثانية)، كما أنها تعكس النبرة والمزاج بطريقة تبدو إنسانية بشكل مدهش.

على الرغم من كونه أحد أكثر chatbot لية اعتماداً عبر الإنترنت، إلا أنه الأكثر تفضيلاً من قبل الشركات نظراً للميزات والأدوات الإضافية التي تأتي مع نظام OpenAI البيئي. 

2. كلود 4 سونيتة

العلامات: ذكاء اصطناعي للمحادثة، ذاكرة طويلة السياق، جاهز للمؤسسات، مغلق المصدر

كلود سونيت 4 هو أحدث نموذج للذكاء الاصطناعي التخاطبي من Anthropicوالذي تم إصداره في مايو 2025.

وهي مصممة لإجراء محادثات طبيعية تشعرك بأنك تجري محادثات مدروسة دون التضحية بالسرعة، وهي تعمل بشكل جيد خاصة في إعدادات الدردشة المؤسسية.

فهو يحتفظ بالسياق بشكل جيد عبر التبادلات الطويلة، ويتبع التعليمات بشكل موثوق، ويتكيف بسرعة مع التحولات في الموضوع أو نية المستخدم.

بالمقارنة مع الإصدارات السابقة مثل Claude 3.7، تنتج Sonnet 4 إجابات أكثر تركيزًا وتحكمًا أكثر إحكامًا في الإسهاب، دون أن تفقد التماسك.

3. غروك 3 (xAI)

العلامات: الذكاء الاصطناعي التحادثي، الوعي في الوقت الحقيقي، الفكاهة، المصادر المغلقة

يبدو Grok 3 وكأنه متأنق كان متصلاً بالإنترنت لفترة طويلة جداً. متصلاً بـ X، لا يحتاج حقًا إلى أن يكون مربوطًا بواجهة برمجة تطبيقات الإنترنت لمواكبة الأخبار.

عادةً ما تكون فكاهة LLM مأساوية، لكن غروك على الأقل يعرف أنه يلقي النكات. في بعض الأحيان تهبط. وأحيانًا تنقلب. وفي كلتا الحالتين، يستمر في الحديث.

إنه يعمل بشكل أفضل في الأماكن الصاخبة والمتفاعلة. أماكن مثل الدردشات الجماعية التي تنهار أثناء إطلاق منتج أو روبوتات وسائل الإعلام التي تتفاعل مع العناوين الرئيسية في الوقت الفعلي.

ستجد أحيانًا "غروك" - أو توأمه الفوضوي "غورك" - يتربص في المواضيع X، ويساعد شخصًا ما على تأكيد ما إذا كانت الأرض كروية. لذا ربما عليك أن تراقبه.

أفضل LLMs المنطق LLMs

بعض الموديلات مصممة للسرعة. هذه مصممة للتفكير. فهي تتبع التعليمات المعقدة وتحافظ على تركيزها خلال المهام الطويلة والمتعددة الطبقات.

وهذا يعني أنه بدلاً من الاكتفاء بتوليد الإجابات، فإنهم يتتبعون ما تم إنجازه، ويقومون بتعديله بناءً على النتائج، ويخططون للخطوة التالية بقصد.

تستخدم معظمها أطر عمل منطقية مثل ReAct و CoT، مما يجعلها مثالية لبناء وكلاء الذكاء الاصطناعي والمشاكل التي تحتاج إلى بنية أكثر من السرعة.

4. OpenAI o3

الوسوم التفكير المنطقي LLM سلسلة التفكير، وكيل جاهز، مغلق المصدر

OpenAIs o3 هو نموذج يركز على التفكير المنطقي مصمم للتعامل مع المهام المعقدة التي تتطلب تفكيرًا منظمًا.

فهو يتفوق في مجالات مثل الرياضيات والترميز وحل المشكلات العلمية، مستخدماً تقنيات سلسلة التفكير المتوارثة من OpenAI o1 لتقسيم المشكلات إلى خطوات يمكن التحكم فيها.

يستخدم OpenAI المواءمة التداولية لتخطيط إجراءاته بشكل أفضل. يتحقق النموذج من قراراته الخاصة مقابل دليل السلامة قبل المضي قدمًا.

من خلال ما رأينا، من المرجح أن يدمج OpenAI أفضل ما في كليهما من خلال الجمع بين عقلية o3 ومرونة 4o في GPT.

5. كلود 4 أوبوس

العلامات: التفكير LLM ذاكرة السياق الطويل، جاهز للمؤسسات، مغلق المصدر

Claude 4 Opus هو الطراز الرئيسي لشركة Anthropic- على الرغم من أنه أبطأ بشكل ملحوظ وأكثر تكلفة من Sonnet.

نظرًا لكونه أكبر نموذج درّبت عليه Anthropic حتى الآن، يمكن للنموذج أن يحافظ على تركيزه عبر المدخلات الطويلة ويتمسك بالمنطق وراء كل خطوة.

يعمل بشكل جيد مع المواد الكثيفة. يمكنك إعطاؤه تقريراً كاملاً أو مستنداً كاملاً للعملية، وسيتطرق إلى التفاصيل مع السياق والمراجع.

هذه مشكلة كبيرة بالنسبة لفرق المؤسسات التي تبني أنظمة ذكاء اصطناعي يمكنها التفكير عبر مساحات عمل ضخمة.

6. جيميني 2.5 برو

العلامات: التفكير LLM مهام السياق الطويل، قدرات التخطيط، قدرات التخطيط، مغلق المصدر

Gemini 2.5 Pro هو أكثر نماذج DeepMind قدرة - إذا كنت تستخدمه في المكان المناسب.

داخل استوديو الذكاء الاصطناعي مع تمكين البحث العميق، يستجيب مع سلاسل تفكير كاملة ويحدد القرارات بمنطق واضح.

يمنحه المنطق ميزة في تدفقات العمل متعددة الخطوات وأنظمة الوكلاء.

يُظهر Gemini 2.5 Pro أفضل ما لديه عندما يكون لديه مساحة للتفكير وأدوات للاستفادة منها. وهذا يجعل منه خيارًا قويًا للفرق التي تبني تطبيقات قائمة على أسس منطقية ومنطقية تحتاج إلى هيكلية للتوسع.

7. DeepSeek R1

الوسوم الاستدلال LLM سياق طويل، موجه نحو البحث، مفتوح المصدر

انخفض DeepSeek R1 بأوزان مفتوحة وتفوق على Claude و o1 في معايير المنطق الأساسية، مما أثار لحظة ذعر حقيقية للغاية بين الفرق التي تتسابق نحو الإصدارات المغلقة.

تأتي ميزته من الهندسة المعمارية. تميل R1 إلى البنية من خلال التركيز على التعامل النظيف مع الرموز الرمزية والإحساس الواضح بكيفية توسيع نطاق الانتباه عندما تطول المحادثة.

إذا كنت تقوم ببناء وكلاء يحتاجون إلى منطق للهبوط وخطوات للهبوط، يمنحك R1 القدرة على تشغيل أداء المستوى التأسيسي بسهولة شديدة بشروطك الخاصة والأجهزة كونه النموذج الوحيد مفتوح المصدر من بين نماذج التفكير.

أفضل LLMs خفيف الوزن

وكلما كان الطراز أصغر، كلما شعرت بالمقايضات أكثر - ولكن عندما يتم تنفيذها بشكل صحيح، لا تشعر بأنها صغيرة.

يتم تقطير معظم النماذج الصغيرة من النسخ الأكبر، ويتم تدريبها على الاحتفاظ بما يكفي من مهارة النسخة الأصلية مع تقليل الحجم.

يمكنك تشغيلها على الأجهزة المتطورة والإعدادات منخفضة المواصفات - حتى الكمبيوتر المحمول إذا لزم الأمر.

أنت لا تسعى بالضرورة إلى التفكير العميق أو المحادثات الطويلة هنا. أنت تسعى وراء الدقة والإخراج السريع دون تدوير stack سحابية كاملة.

8. جيما 3 (4 ب)

العلامات: خفيف الوزن LLM استخدام على الجهاز، مفتوح المصدر

يأتي Gemma 3 (4B) من خط Gemma الأكبر من Google، والذي تم تقليصه إلى أربعة مليارات معلمة بحيث يعمل على أجهزة متواضعة دون ربط سحابي.

فهو يحافظ على الانضباط في اتباع التعليمات في نموذجها الأم، ولكنه يجيب بالسرعة التي تحتاجها لوكلاء الهاتف المحمول أو أدوات الدردشة غير المتصلة بالإنترنت.

قم بإسقاطه في سير عمل محلي وسيبدأ تشغيله بسرعة ويظل مستقرًا في ظل حدود الذاكرة الضيقة.

9. ميسترال صغير 3.1

العلامات: خفيف الوزن LLM استخدام على الجهاز، مفتوح المصدر

يعتمد Mistral Small 3.1 على سلسلة Mistral Small السابقة ولكنه يحافظ على بصمته خفيفة بما يكفي لتشغيله على وحدة معالجة رسومات واحدة للمستهلك مع الاستمرار في تقديم نافذة ذات 128 كيلو توكن.

فهو يبث حوالي 150 رمزًا في الثانية ويتعامل مع كل من المطالبات النصية والصور الأساسية، مما يجعله اختيارًا قويًا لطبقات الدردشة المتطورة أو الوكلاء المضمنين.

10. قوين 3 (4 ب)

العلامات: خفيف الوزن LLM متعدد اللغات، مفتوح المصدر

يعمل Qwen 3 4B على تقليص بنية Qwen-3 الأكبر حجمًا من Alibaba إلى نموذج بأربعة مليارات معيار لا يزال يفهم أكثر من 100 لغة ويتصل بشكل نظيف بأطر عمل استدعاء الأدوات.

وهو مفتوح الوزن بموجب ترخيص على غرار ترخيص Apache، ويعمل على وحدة معالجة رسومات متواضعة، وقد اكتسب اهتمامًا لمهام الوكيل حيث يحتاج المطورون إلى التفكير السريع.

كيف تبني وكيلاً باستخدام LLM المفضل لديك

هل اخترت موديل؟ عظيم. حان الوقت الآن لوضعه في العمل.

إن أفضل طريقة لمعرفة ما إذا كان LLM يناسب حالة استخدامك فعليًا هو البناء باستخدامه - انظر كيف يتعامل مع المدخلات الحقيقية وتدفقات النشر.

في هذا الإنشاء السريع، سنستخدم Botpress - أداة إنشاء مرئية لروبوتات الدردشة الآلية والوكلاء بالذكاء الاصطناعي.

الخطوة 1: تحديد نطاق عمل وكيلك ودوره

قبل فتح المنصة، يجب أن تكون واضحًا بشأن الدور الذي من المفترض أن يلعبه الروبوت.

من الممارسات الجيدة البدء ببعض المهام، ومعرفة مدى جدواها واعتمادها، ثم البناء على ذلك.

يمكن أن يساعدك البدء على نطاق صغير باستخدام chatbot الأسئلة الشائعة في فهم كيفية استخدام بياناتك والمعلمات المنظمة التي تنتقل بين أدوات أو أدوات LLMs .

الخطوة 2: إنشاء وكيل أساسي

في استوديو Botpress افتح روبوتًا جديدًا واكتب تعليمات واضحة للوكيل.

هذا يخبر الروبوت LLM كيف يجب أن يتصرف وما هي الوظيفة التي يحاول إنجازها. مثال على مجموعة تعليمات chatbot التسويقية يمكن أن يكون:

"أنت مساعد تسويق لـ [الشركة]. ساعد المستخدمين في التعرف على منتجنا، وأجب عن الأسئلة الشائعة، وشجعهم على حجز عرض توضيحي أو الاشتراك للحصول على تحديثات البريد الإلكتروني. كن موجزًا ومفيدًا واستباقيًا."

الخطوة 3: إضافة المستندات والمواقع الإلكترونية الرئيسية

قم بتحميل أو كتابة معلومات إلى قاعدة المعرفة، بحيث يكون chatbot قادراً على الإجابة، مثل

• مقارنات المنتجات
• تفاصيل الأسعار
• عنوان URL لصفحة الهبوط
• عبارات الدعوة للحث على اتخاذ إجراء (العرض التوضيحي، الإصدار التجريبي، روابط نموذج الاتصال)

كلما زاد توافق المحتوى مع مسار التحويل الخاص بك، كان أداء الروبوت أفضل.

الخطوة 4: قم بالتبديل إلى LLM المفضل لديك

بمجرد إعداد الروبوت العام، يمكنك الآن تغيير حول LLMs المستخدمة لعمليات محددة في chatbot.

يمكنك التبديل بينهما بالتوجه إلى إعدادات الروبوت على الجانب الأيسر من لوحة التحكم.

توجه إلى خيارات LLM ومن هنا يمكنك اختيار LLM المفضل لديك.

يدعم Botpress OpenAI Anthropic وGoogle وMistral وDeepSeek وغيرها - حتى تتمكن من الموازنة بين الأداء والميزانية كما تريد.

الخطوة 5: النشر على القناة التي تختارها

بعد اتخاذ قرار بشأن اختيار LLM المثالي لوكيل الذكاء الاصطناعي الخاص بك، يمكنك بعد ذلك نشر chatbot كما هو على منصات مختلفة في نفس الوقت.

يمكن تحويل chatbot بسهولة شديدة إلى Whatsapp chatbot أو روبوت Telegram chatbot لبدء دعم المستخدمين في أي مجال.

نشر وكيل LLM اليوم

استفد من LLMs في حياتك اليومية مع وكلاء الذكاء الاصطناعي المخصصين.

مع وجود عدد كبير من منصات chatbot الآلية، من السهل إعداد وكيل ذكاء اصطناعي لتلبية احتياجاتك الخاصة. Botpress هي منصة وكيل ذكاء اصطناعي قابلة للتوسيع إلى ما لا نهاية.

وبفضل مكتبة مبنية مسبقًا من عمليات التكامل، وعمليات سير العمل بالسحب والإفلات، والبرامج التعليمية الشاملة، يمكن الوصول إليها لمنشئي البرامج في جميع مراحل الخبرة.

قم بتوصيل أي LLM لتشغيل مشروع الذكاء الاصطناعي الخاص بك في أي حالة استخدام.

ابدأ البناء اليوم - إنه مجاني.

أسئلة مكررة

1. ما هي الاختلافات بين LLMs المستضافة والمفتوحة المصدر خارج نطاق البنية التحتية؟

يتعدى الفرق بين LLMs المستضافة والمفتوحة المصدر البنية التحتية: توفر LLMs المستضافة (مثل GPT أو Claude 3.5) سهولة الاستخدام عبر واجهات برمجة التطبيقات، لكنها مغلقة المصدر وتقيّد التخصيص. أما الآلات LLMs مفتوحة المصدر (مثل LLaMA 3 أو Mistral) فتوفر تحكمًا كاملًا، مما يجعلها مثالية للشركات التي تحتاج إلى الامتثال أو النشر في مكان العمل.

2. هل يمكنني ضبط LLMs المستضافة مثل GPT أو Claude 3.5 لبياناتى الخاصة؟

لا يمكنك ضبط LLMs المستضافة بشكل كامل باستخدام أوزان مخصصة، ولكن يمكنك تكييف سلوكها باستخدام أدوات مثل مطالبات النظام، واستدعاء الدالة، والتضمينات، والتوليد المعزز للاسترجاع، والتي تسمح لك بإدخال المعرفة ذات الصلة دون تغيير النموذج الأساسي.

3. كيف تقارن LLMs اللغوية اللغوية العصبية التقليدية القائمة على القواعد؟

تختلف LLMs عن أنظمة معالجة اللغات الطبيعية التقليدية القائمة على القواعد في أن LLMs تولد استجابات بناءً على أنماط إحصائية مستفادة من مجموعات البيانات الكبيرة، مما يجعلها مرنة وقادرة على التعامل مع الغموض. تتبع الأنظمة القائمة على القواعد منطقًا صارمًا وتتوقف مع المدخلات غير المتوقعة.

4. هل تحتفظ LLMs بذاكرة التفاعلات السابقة، وكيف يتم التعامل معها؟

بشكل افتراضي، تكون معظم ذاكرات LLMs عديمة الحالة ولا تتذكر المحادثات السابقة. يجب محاكاة الذاكرة باستخدام حقن السياق (على سبيل المثال، مع تخزين سجل الدردشة في الجلسات)، على الرغم من أن بعض المنصات مثل OpenAI تقدم الآن ميزات ذاكرة أصلية للتخصيص المستمر.

5. ما هي المقاييس الأكثر أهمية عند تقييم LLM الأعمال التجارية؟

عند تقييم LLM للاستخدام التجاري، يجب إعطاء الأولوية للدقة (مدى صحة مخرجاته)، والكمون (مدى سرعة استجابته)، والتكلفة (خاصة للاستخدام بكميات كبيرة)، والسلامة (قدرته على تجنب الهلوسة أو المحتوى الضار). تشمل الاعتبارات الإضافية القدرات متعددة اللغات ومرونة التكامل.