يظهر البحث الحديث أن نماذج Qwen الأصغر من Alibaba يمكن ضبطها بفعالية للمهام المتخصصة والمجالات المحددة دون الحاجة إلى موارد حسابية ضخمة. العمل يثبت أن النماذج الأصغر، عند تحسينها بعناية، يمكنها أن تتفوق على النماذج الكبيرة الموجهة للأغراض العامة في المهام المستهدفة.
هذا الاكتشاف يطعن في الافتراض بأن النماذج الأكبر دائماً أفضل. بالاستثمار في الضبط الدقيق، يمكن للمطورين تكييف النماذج الأصغر مع احتياجاتهم المحددة—سواء كان ذلك استدلالاً متخصصاً أو مفردات متخصصة أو متطلبات أسلوب معينة.
الآثار تمتد إلى الوصول: النماذج الصغيرة المضبوطة بدقة تفتح قدرات الذكاء الاصطناعي للمنظمات بدون ميزانيات بنية تحتية ضخمة.