چھوٹی زبان کے ماڈل

They trade some raw capability for speed, privacy, and the ability to run without a data center.

اگرچہ فرنٹیئر ماڈلز میں سیکڑوں اربوں یا کھربوں پیرامیٹرز ہو سکتے ہیں اور GPUs کے ریک مانگ سکتے ہیں، لیکن چھوٹے زبان کے ماڈل ثابت کرتے ہیں کہ محتاط تربیت مضبوط کارکردگی کو بہت چھوٹے پیکیج میں پیک کر سکتی ہے۔ ماڈلز جیسے Microsoft کی Phi فیملی، Google کی Gemma، اور Meta کی چھوٹی Llama مختلف حالتیں یہ ظاہر کرتی ہیں کہ ڈیٹا کا معیار، نہ صرف سائز، ڈرائیو کی صلاحیت۔ ایک حیران کن بات یہ ہے کہ صاف ستھرا، زیادہ احتیاط سے تیار کردہ ڈیٹا کی تربیت ایک چھوٹے ماڈل کو بہت سے کاموں میں بہت بڑے کا مقابلہ کرنے دیتی ہے۔ SLMs آن ڈیوائس AI کو غیر مقفل کرتے ہیں: وہ مقامی طور پر لیپ ٹاپ یا اسمارٹ فون پر چلتے ہیں، اس لیے آپ کا ڈیٹا کبھی بھی ڈیوائس سے نہیں نکلتا، تاخیر کم ہوتی ہے، اور فی سوال کلاؤڈ لاگت نہیں ہوتی۔ وہ خصوصی ڈومینز کے لیے بہتر بنانے کے لیے بھی سستے ہیں۔ ٹریڈ آف یہ ہے کہ وہ بڑے ماڈلز کے مقابلے میں مشکل ترین استدلال کے کاموں پر کم وسیع عالمی علم اور کمزور کارکردگی کا رجحان رکھتے ہیں۔