ما هي أفضل النماذج المجانية؟

نعم هناك العديد من النماذج اللغوية الكبيرة المجانية والمفتوحة المصدر التي تُعد بدائل قوية لنماذج GPT، أبرزها Qwen 3 من Alibaba حيث تعد سلسلة Qwen من أقوى النماذج المفتوحة المصدر، و تدعم النصوص، الصور، الفيديوهات، والصوتيات. تم إصدار Qwen 3 في أبريل 2025، وتتوفر بأحجام متعددة وتدعم 119 لغة ولهجة.

كما أنصحك بتجربة Falcon 180B من معهد الابتكار التكنولوجي في أبوظبي، و هو واحد من أكبر النماذج المفتوحة المصدر، يضم 180 مليار معلمة، ويتفوق على LLaMA 2 في مهام التفكير المنطقي والبرمجة، ويعتبر مناسب للمهام التي تتطلب قدرات تحليلية عالية. 

and also in computer vision

نعم، هناك بدائل مجانية لـ GPT يمكنك استخدامها مثل BERT وT5 وDistilBERT، وهي نماذج قوية من تطوير Google وتُستخدم لفهم النصوص وتصنيفها أو الإجابة على الأسئلة. كما يوجد نماذج أخرى مثل Mistral وOpenChat وهي مفتوحة المصدر وتقدم أداء جيد في توليد النصوص بطريقة مشابهة لـ GPT. يمكنك تجربة هذه النماذج على موقع Hugging Face.

كل نموذج له استخدامه، فاختر ما يناسب مشروعك.

بتاريخ On 29‏/5‏/2025 at 12:29 قال Youcef Kias:

and also in computer vision

يوجد PyTorch (torchvision.models) و TensorFlow (tf.keras.applications) فكلاهما إطاري العمل الرئيسيين للتعلم العميق ويأتيان مع مجموعة من النماذج المُدربة مسبقًا لمهام تصنيف الصور  مثل ResNet، VGG، Inception، MobileNet، EfficientNet، Vision Transformer (ViT)، Swin Transformer.

أيضًا كشف الكائنات من خلال Faster R-CNN، RetinaNet، SSD، ويوجد مكتبات جاهزة تعتمد عليها  وهي Detectron2.

كذلك التجزئة الدلالية Semantic Segmentation عن طريق FCN، DeepLabv3، U-Net. 

أيضًا يتوفر نماذج Hugging Face Transformers for Vision ومنها Vision Transformer (ViT)، DeiT، BEiT، Swin Transformer لتصنيف الصور.

ونماذج DETR، YOLOS لكشف الكائنات باستخدام معماريات الترانسفورمر.

ونماذج  CLIP، DINO، DINOv2 للتعلم الذاتي الموجه ، والتصنيف بدون أمثلة، ومطابقة الصور بالنصوص، وللعلم نموذج DINOv2 قوي بشكل خاص لاستخراج الميزات من الصور.