نماذج لغوية صغيرة تضاهي أداء النماذج العملاقة في 4 من أصل 5 مهام للأتمتة المنزلية
تقييم جديد لـ 9 نماذج يكشف أن استخدام ذكاء اصطناعي ضخم ومكلف غالباً ما يكون غير ضروري لإدارة أجهزة المنزل الذكي.
غالباً ما تتولى النماذج اللغوية الكبيرة كافة المهام في وكلاء الذكاء الاصطناعي، بدءاً من التخطيط وحتى كتابة التعليمات البرمجية. اختبرت دراسة لإطار عمل Wactorz للأتمتة المنزلية 9 نماذج، بدءاً من إصدارات صغيرة بحجم 0.8B وحتى النماذج العملاقة، لمعرفة ما إذا كان هذا النهج الموحد فعالاً حقاً.
أظهر الاختبار الذي شمل 2520 مكالمة في نظامين منزليين حقيقيين يعملان ببرنامج Home Assistant أن الحجم الأكبر ليس دائماً هو الأفضل. وبينما تتفوق النماذج العملاقة في كتابة الكود البرمجي المعقد، قدمت النماذج الصغيرة المحلية أداءً مماثلاً في المهام الروتينية مثل توجيه الأوامر وتفعيل الأجهزة.
القدرة ليست مرتبة بنفس الطريقة في كل موقع، كما أن النماذج الأكبر ليست أفضل بشكل موحد.
في الواقع، تفوق نموذج بحجم 4B على نظيره بحجم 2B في ربط اللغة بالأجهزة المحددة. تظهر النتائج أن وكلاء المنازل الذكية يمكنهم تفويض المهام الأبسط بكفاءة إلى نماذج صغيرة ومجانية دون التضحية بالدقة.
- توجيه النوايا
- تصنيف الإجراءات
- ربط اللغة بالأجهزة
- تخطيط العمليات
من خلال توجيه كل مهمة إلى النموذج الأكثر كفاءة بدلاً من الاعتماد على نموذج واحد قوي، حافظ النظام على أداء عالٍ مع خفض التكاليف بشكل كبير. في اختبارات المستخدمين الحية، طابق استضافة المهام الأكثر تطلباً فقط أداء النظام المستضاف بالكامل بتكلفة بلغت 28% فقط.
ومع ذلك، هناك مخاطر عند استخدام نماذج صغيرة للمهام الحساسة. سلطت الدراسة الضوء على فشل في الأمان حيث حاولت بعض النماذج الصغيرة بشكل غير صحيح التحكم في أجهزة لا يملكها النظام، أو رفضت التصرف تماماً.
هل تحتاج حقاً إلى ذكاء اصطناعي ضخم لإطفاء مصباح غرفة نومك؟
لا تشير الأبحاث إلى أن النماذج الصغيرة يمكنها استبدال النماذج العملاقة في كل حالة استخدام. تظل كتابة الأكواد البرمجية مجالاً واضحاً تتفوق فيه النماذج الأكبر بشكل ملحوظ إحصائياً على نظيراتها الأصغر.
المصدر: arXiv cs.AI