أعلنت شركة ميتا عن إطلاق أربعة نماذج جديدة ضمن عائلة Llama 4، وهي: Llama 4 Scout وLlama 4 Maverick وLlama 4 Behemoth، والتي تم تدريبها على كميات ضخمة من البيانات النصية، والصورية، والفيديوهات غير المصنفة، بهدف تعزيز قدراتها في الفهم البصري المتعدد الوسائط.
وتأتي هذه الخطوة بعد الأداء القوي الذي حققته نماذج DeepSeek الصينية مفتوحة المصدر، والتي أثبتت كفاءتها في منافسة أو حتى التفوق على نماذج Llama السابقة، ما دفع ميتا إلى تسريع وتيرة تطويرها عبر تشكيل فرق طوارئ داخلية لدراسة كيفية تقليل DeepSeek لتكاليف تشغيل نماذجها مثل R1 وV3.
النموذجان Scout وMaverick متاحان حاليًا عبر موقع Llama.com ومن خلال شركاء ميتا، مثل منصة Hugging Face، بينما لا يزال النموذج الأقوى Behemoth قيد التدريب. كما أعلنت الشركة عن تحديث مساعدها الذكي Meta AI في 40 دولة ليعتمد على Llama 4، إلا أن الميزات متعددة الوسائط لا تزال مقتصرة على الولايات المتحدة وبلغة إنجليزية فقط.
إلا أن شروط الترخيص قد تثير الجدل؛ حيث تمنع ميتا استخدام أو توزيع النماذج من قبل الأفراد أو الشركات الذين يقع مقرهم الرئيسي أو القانوني داخل الاتحاد الأوروبي، وذلك على الأرجح نتيجة لقوانين الذكاء الاصطناعي وحماية البيانات الصارمة في المنطقة، والتي سبق لميتا أن وصفتها بأنها مرهقة ومعقدة. كما أن الشركات التي يتجاوز عدد مستخدميها النشطين شهريًا 700 مليون مستخدم تحتاج إلى الحصول على ترخيص خاص من ميتا، والتي تملك حرية قبوله أو رفضه.
ووفقًا لميتا، فإن سلسلة Llama 4 تمثل بداية جيل جديد يعتمد لأول مرة على معمارية “مزيج الخبراء” (Mixture of Experts – MoE)، والتي توفّر كفاءة أعلى في التدريب والتنفيذ، حيث تُجزّأ المهام إلى أجزاء صغيرة وتُوزّع على نماذج فرعية متخصصة.
نموذج Maverick يحتوي على 400 مليار معامل إجمالي، ويستخدم فقط 17 مليار معامل نشط عبر 128 “خبيرًا”، ويُعتبر مثاليًا للاستخدامات العامة مثل الكتابة الإبداعية والمحادثة. أما Scout، الذي يتمتع بنافذة سياق هائلة تصل إلى 10 ملايين رمز، فيُجيد تلخيص الوثائق والاستدلال عبر قواعد بيانات ضخمة من الأكواد البرمجية، ويمكن تشغيله على معالج رسومي واحد من نوع Nvidia H100، في حين يتطلب Maverick نظامًا أكثر تطورًا مثل Nvidia H100 DGX.
أما النموذج الأضخم Behemoth، فهو لا يزال قيد التطوير ويضم 288 مليار معامل نشط وقرابة 2 تريليون معامل إجمالي، ويحتاج إلى عتاد قوي للغاية لتشغيله. وتشير اختبارات ميتا الداخلية إلى تفوق Behemoth على نماذج مثل GPT-4.5 وClaude 3.7 Sonnet وGemini 2.0 Pro في اختبارات الرياضيات والمهارات العلمية، لكنه لم يتجاوز Gemini 2.5 Pro في الأداء.
ويُشار إلى أن أيًا من نماذج Llama 4 لا يُعد من نماذج “الاستدلال” مثل o1 أو o3-mini التابعة لـOpenAI، والتي تُعرف بقدرتها على التحقق من صحة الإجابات لكنها تحتاج إلى وقت أطول لمعالجة الطلبات.
الهند تطور نموذجًا منخفض التكلفة للذكاء الاصطناعي لمنافسة ChatGPT وDeepSeek
-
-
-
-
-
-
