نماذج اللغات الكبيرة مفتوحة المصدر: موازنة التكلفة والخصوصية والأداء للمؤسسات

تقيّم هذه المقالة العديد من نماذج اللغات الكبيرة (LLM) مفتوحة المصدر لتطبيقات المؤسسات، مع التركيز على التكلفة والخصوصية والأداء. باستخدام معيار BASIC، تم تقييم النماذج من حيث الدقة والسرعة والكفاءة من حيث التكلفة والاكتمال والحدود. قدم Llama 3.2 توازناً جيداً بين الدقة والتكلفة؛ وقد برز Qwen 2.5 من حيث الكفاءة من حيث التكلفة؛ وكان Gemma 2 هو الأسرع، على الرغم من أنه أقل دقة بعض الشيء. على الرغم من أن نماذج LLM مفتوحة المصدر لا تزال متأخرة عن النماذج الاحتكارية مثل GPT-4o من حيث الأداء، إلا أنها توفر مزايا كبيرة في خصوصية البيانات والتحكم في التكلفة، وتصبح أكثر جدوى للمهام الحرجة للمؤسسات مع استمرار تحسينها.