Waa Maxay LLMs (Large Language Models)? Sida ChatGPT iyo Claude u Shaqeeyaan

ChatGPT, Claude, Gemini iyo LLaMA: dhammaan hal qoys ayay ka soo jeedaan, Large Language Models ama LLMs. Qoraalkan waxaad ku fahmaysaa waxa ay yihiin, sida loo tababaray, iyo sida ay jawaabta kuugu soo saaraan.

Kani waa qaybta 3aad ee taxanaha AI. Video ahaan halkan ka daawo:

Qaybaha hore: Waa Maxay AI? iyo Waa Maxay AI Engineer?.

LLM waa maxay?

LLM waa AI system lagu tababaray xog aad u badan oo qoraal ah, kaas oo fahmi kara oo soo saari kara qoraal u eg kan bini'aadamka. Adiga oo developer ah, LLM-ku waa kaaliye aqoon badan leh: wax buu kuu qori karaa, kuu akhrin karaa, kuu falanqayn karaa, dhammaana waxaad ku heli kartaa hal API call.

Tusaale fudud oo sharxaya sida uu u shaqeeyo: ka soo qaad inaad akhriday buug kasta, article kasta iyo conversation kasta oo la qoray. Qof haddii uu markaas su'aal ku weydiiyo, jawaabta waad ka soo saari kartaa waxa aad akhriday. LLM-ku sidaas oo kale ayuu u shaqeeyaa: waxaa la baray qoraalkii adduunka yiil, markaasuu ka jawaabaa waxa la weydiiyo.

Maxay u yihiin "large"?

Saddex dhinac ayay ka weyn yihiin:

1. Training data scale. Waxaa lagu tababaray trillions of words: buugaag, articles, code repositories (GitHub iyo Stack Overflow), iyo forums-ka sida Reddit.

2. Model parameters. Parameters-ku waa xasuusta model-ka. GPT-1 waxaa lagu tababaray 117 milyan oo parameters, GPT-3 175 bilyan, GPT-4-na waxaa lagu qiyaasaa in ka badan hal trillion. Marka parameters-ku bataan, fahamku wuu fiicnaadaa, laakiin cost-ka iyo latency-gu way kordhaan.

3. Computational scale. Training-ku wuxuu qaataa bilo, wuxuuna u baahan yahay kumanaan GPUs iyo lacag ka badan boqol milyan oo doollar. Taasi waa sababta aan qof walba model u tababari karin.

Pre-training iyo fine-tuning

Laba phase ayaa model-ka lagu tababaraa:

Pre-training: xogta internet-ka oo dhan ayaa la siiyaa. Wuxuu bartaa grammar-ka, facts-ka adduunka, iyo reasoning-ka, laakiin weli si guud buu u yaqaannaa, si gaar ah looma hagaajin.

Fine-tuning: aqoon iyo dabeecad gaar ah ayaa la baraa. Tusaale ahaan Claude si gaar ah ayaa loogu tababaray code-ka, taasina waa sababta uu code-ka ugu fiican yahay. ChatGPT waxaa si gaar ah loogu tababaray wada sheekaysiga.

Sida jawaabta laguu soo saaro: hal eray mar walba

Marka aad su'aal weydiiso, model-ku jawaabta oo dhan hal mar ma soo saaro. Hal eray ayuu soo saaraa, kadibna wuxuu isweydiiyaa: maxaa ku xiga? Eraygaas ayuu soo saaraa, haddana maxaa ku xiga? Sidaas ayuu u socdaa ilaa jawaabtu dhammaato. Kani waa inference.

Taasi waa sababta aad ChatGPT ugu aragto jawaabta oo qayb qayb kuugu imanaysa (streaming): runtii eray eray buu u soo saarayaa.

Open source mise closed source?

Closed source (sida ChatGPT): API ayaad ku isticmaashaa, shirkadda ayaa iska leh model-ka. Waad ku bilaabataa si degdeg ah, per API call ayaadna ku bixisaa.

Open source (sida LLaMA iyo DeepSeek): model-ka ayaad heli kartaa, dib ayaadna u train-gareyn kartaa. Full control ayaad u leedahay, laakiin infrastructure cost adigaa iska leh: GPUs ayaad u baahan tahay.

Talada: marka aad baranayso, API ku bilow. Marka aad fahanto sida ay u shaqeeyaan, oo aad u baahato high volume ama privacy, markaas open source-ka fiiri. Xogtu haddii ay sensitive tahay oo aadan shirkado la wadaagi karin, open source ayaa kugu habboon.

Su'aalo badanaa la weydiiyo

Maxay laba qof oo isku su'aal weydiiyey u helaan jawaabo kala duwan? Model-ku ma aha wax meel ku qoran oo la soo akhriyo. Mar kasta predict ayuu samaynayaa, jawaabtuna way kala duwanaan kartaa.

Soomaali ma lagu tababari karaa model? Haa, open source models-ka waxaa lagu sii train-gareyn karaa xog Soomaali ah. Arrintaasi waa mid Dugsiiye qorshaheeda ku jirta.

Qaybta xigta

Qaybta 4aad: Waa Maxay AI Agent?
Qaybta 5aad: Sidee Loo Bartaa AI 2026?

Haddii aad rabto inaad LLMs wax ku dhisto, AI Engineering Masterclass ayaa Af-Soomaali kuugu dhigaysa, ama waddada oo dhan ka bilow Mentorship-ka Dugsiiye.