9 من أفضل برامج الماجستير في القانون المحلية/غير المتصلة بالإنترنت التي يمكنك تجربتها الآن

مع توفر برامج LLM الكمومية الآن على HuggingFace وأنظمة الذكاء الاصطناعي مثل H20 وText Gen وGPT4All التي تسمح لك بتحميل أوزان LLM على جهاز الكمبيوتر الخاص بك، أصبح لديك الآن خيار للذكاء الاصطناعي المجاني والمرن والآمن. إليك أفضل 9 برامج ماجستير في القانون محلية/غير متصلة بالإنترنت يمكنك تجربتها الآن!

جدول المحتويات

• 1. هيرميس 2 برو GPTQ
• 2. زفير 7B بيتا
• 3. فالكون إنستريكت GPTQ
• 4. GPT4ALL-J Groovy
• 5. تعليمات DeepSeek Coder V2
• 6. ميكسترال-8x7B
• 7. معالج Vicuna غير خاضع للرقابة-GPTQ
• 8. أوركا ميني-جي بي تي كيو
• 9. دردشة لاما 2 13B GPTQ

1. هيرميس 2 برو GPTQ

Hermes 2 Pro هو نموذج لغوي متقدم تم ضبطه بواسطة Nous Research. ويستخدم إصدارًا محدثًا ومختصرًا من مجموعة بيانات OpenHermes 2.5، إلى جانب مجموعات بيانات Function Calling وJSON التي تم تقديمها حديثًا والتي طورتها الشركة نفسها. يعتمد هذا النموذج على بنية Mistral 7B وتم تدريبه على مليون تعليمة/محادثة بجودة GPT-4 أو أفضل، ومعظمها بيانات اصطناعية.

يعد Hermes 2 Pro الموجود على Mistral 7B هو الطراز الرائد الجديد من Hermes 7B، حيث يوفر أداءً محسّنًا عبر مجموعة متنوعة من المعايير، بما في ذلك AGIEval وBigBench Reasoning وGPT4All وTruefulQA. إن قدراتها المتقدمة تجعلها مناسبة للعديد من مهام معالجة اللغة الطبيعية (NLP)، مثل إنشاء التعليمات البرمجية وإنشاء المحتوى وتطبيقات الذكاء الاصطناعي المحادثة.

2. زفير 7B بيتا

Zephyr هي عبارة عن سلسلة من نماذج اللغة المدربة لتكون بمثابة مساعدين مفيدين. Zephyr-7B-Beta هو النموذج الثاني في السلسلة، والذي تم تحسينه من Mistral-7B-v0.1 باستخدام تحسين التفضيل المباشر (DPO) على مزيج من مجموعات البيانات الاصطناعية المتاحة للجمهور.

من خلال إزالة المحاذاة المضمنة لمجموعات بيانات التدريب، يُظهر Zephyr-7B-Beta أداءً محسّنًا على معايير مثل MT-Bench، مما يزيد من فائدته في مجموعة متنوعة من المهام. ومع ذلك، فإن هذا التعديل قد يؤدي إلى إنشاء نص إشكالي عند المطالبة به بطرق معينة.

3. فالكون إنستريكت GPTQ

تعتمد هذه النسخة الكمية من Falcon على بنية فك التشفير فقط التي تم تحسينها على نموذج Falcon-7b الخام من TII. يتم تدريب نموذج Falcon الأساسي باستخدام 1.5 تريليون رمز مميز تم الحصول عليها من الإنترنت العام. باعتباره نموذج فك تشفير قائم على الأوامر ومرخص من Apache 2، يعد Falcon Instruct مثاليًا للشركات الصغيرة التي تبحث عن نموذج لاستخدامه في ترجمة اللغة واستيعاب البيانات.

ومع ذلك، فإن هذا الإصدار من Falcon ليس مثاليًا للضبط الدقيق وهو مخصص للاستدلال فقط. إذا كنت تريد ضبط Falcon بدقة، فسيتعين عليك استخدام النموذج الخام، والذي قد يتطلب الوصول إلى أجهزة تدريب على مستوى المؤسسة مثل NVIDIA DGX أو AMD Instinct AI Accelerators.

4. GPT4ALL-J Groovy

GPT4All-J Groovy هو نموذج فك التشفير فقط تم ضبطه بواسطة Nomic AI ومرخص بموجب Apache 2.0. يعتمد GPT4ALL-J Groovy على نموذج GPT-J الأصلي، المعروف بقدرته الرائعة على إنشاء نصوص من المطالبات. تم تعديل GPT4ALL -J Groovy إلى نموذج محادثة، وهو أمر رائع لتطبيقات إنشاء النصوص السريعة والإبداعية. هذا يجعل GPT4All-J Groovy مثاليًا لمنشئي المحتوى لمساعدتهم في كتاباتهم وتأليفهم، سواء كان شعرًا أو موسيقى أو قصصًا.

لسوء الحظ، تم تدريب نموذج GPT-J الأساسي على مجموعة بيانات باللغة الإنجليزية فقط، مما يعني أن نموذج GPT4ALL-J المُعدَّل بدقة هذا لا يمكنه سوى إجراء المحادثات وتنفيذ تطبيقات إنشاء النصوص باللغة الإنجليزية.

5. تعليمات DeepSeek Coder V2

DeepSeek Coder V2 هو نموذج لغوي متقدم يعمل على تعزيز البرمجة والتفكير الرياضي. يدعم DeepSeek Coder V2 لغات برمجة متعددة ويوفر طول سياق ممتد، مما يجعله أداة متعددة الاستخدامات للمطورين.

وبالمقارنة مع الإصدار السابق، يُظهر DeepSeek Coder V2 تحسينات كبيرة في المهام المتعلقة بالترميز والتفكير والقدرات العامة. يمتد الدعم للغات البرمجة من 86 إلى 338 ويمتد طول السياق من 16 ألف إلى 128 ألف رمز. في الاختبارات القياسية، يتفوق على نماذج مثل GPT-4 Turbo، وClaude 3 Opus، وGemini 1.5 Pro في الاختبارات القياسية التشفيرية والرياضية.

6. ميكسترال-8x7B

Mixtral-8x7B هو مزيج من النماذج الخبيرة (MoE) التي طورتها Mistral AI. يحتوي كل MLP على 8 خبراء، بإجمالي 45 مليار معلمة. ومع ذلك، يتم تنشيط خبيرين فقط لكل رمز أثناء الاستدلال، مما يجعلها فعالة من الناحية الحسابية، مع سرعة وتكلفة مماثلة لنموذج مكون من 12 مليار معلمة.

يدعم Mixtral طول سياق يبلغ 32 ألف رمز ويتفوق على Llama 2 بمقدار 70B في معظم المعايير، مما يطابق أداء GPT-3.5 أو يتجاوزه. إنه يتقن العديد من اللغات، بما في ذلك الإنجليزية والفرنسية والألمانية والإسبانية والإيطالية، مما يجعله خيارًا متعدد الاستخدامات لمجموعة متنوعة من مهام البرمجة اللغوية العصبية.

7. معالج Vicuna غير خاضع للرقابة-GPTQ

Wizard-Vicuna GPTQ هو الإصدار الكمي لـ Wizard Vicuna استنادًا إلى نموذج LlaMA. على عكس معظم برامج الماجستير في القانون التي تم إصدارها للعامة، فإن Wizard-Vicuna هو نموذج غير خاضع للرقابة مع إزالة الارتباط. وهذا يعني أن هذا النموذج لا يتمتع بنفس معايير السلامة والأخلاق الموجودة في معظم النماذج الأخرى.

ورغم أن هذا قد يشكل مشكلة بالنسبة للتحكم في محاذاة الذكاء الاصطناعي، فإن وجود برنامج ماجستير في القانون غير خاضع للرقابة يبرز أيضًا أفضل ما في النموذج من خلال السماح له بالإجابة دون أي قيود. يسمح هذا أيضًا للمستخدمين بإضافة محاذاة مخصصة خاصة بهم حول كيفية تصرف الذكاء الاصطناعي أو استجابته بناءً على مطالبة معينة.

8. أوركا ميني-جي بي تي كيو

هل تبحث عن اختبار نموذج تم تدريبه باستخدام طريقة تعلم فريدة؟ Orca Mini هو تنفيذ غير رسمي لورقة بحث Orca الخاصة بشركة Microsoft. يتم تدريب هذا النموذج باستخدام نهج التعلم بين المعلم والطالب، حيث يتم ملء مجموعة البيانات بالشروحات بدلاً من مجرد المطالبات والاستجابات. من الناحية النظرية، من المفترض أن يجعل هذا الطالب أكثر ذكاءً، حيث يمكن للنموذج فهم المشكلة بدلاً من مجرد البحث عن أزواج الإدخال والإخراج كما تعمل نماذج LLM التقليدية.

9. دردشة لاما 2 13B GPTQ

Llama 2 هو خليفة Llama LLM الأصلي، حيث يوفر أداءً وتنوعًا محسنًا. تم تصميم متغير 13B Chat GPTQ لتطبيقات الذكاء الاصطناعي المحادثة المُحسّنة للحوار باللغة الإنجليزية.

تأتي بعض النماذج المذكورة أعلاه بإصدارات متعددة من حيث المواصفات. بشكل عام، تنتج الإصدارات ذات المواصفات الأعلى نتائج أفضل ولكنها تتطلب أجهزة أكثر قوة، بينما تنتج الإصدارات ذات المواصفات الأقل نتائج ذات جودة أقل ولكن يمكن تشغيلها على أجهزة ذات أداء أقل. إذا لم تكن متأكدًا من قدرة جهاز الكمبيوتر لديك على تشغيل هذا الطراز، فحاول استخدام إصدار بمواصفات أقل أولاً، ثم استمر حتى تشعر أن انخفاض الأداء لم يعد مقبولاً.