تشغيل نموذج لغوي عربي على بنيتك التحتية داخل السعودية

كثير من الجهات في المملكة لا تستطيع إرسال محادثات عملائها إلى سحابة طرف آخر: البنوك، والجهات الحكومية، والموردون المرتبطون بالقطاع الدفاعي، ومقدمو الرعاية الصحية، ومكاتب المحاماة التي تحتفظ بمواد امتيازية. والسؤال لديهم ليس أي واجهة برمجية أفضل، بل هل يمكن تشغيل النظام داخل نطاقهم أصلًا. الإجابة نعم. وفيما يلي ما يتطلبه ذلك فعليًا، بلا تسويق.

«دون اتصال» تعني أربعة أشياء مختلفة

يستخدم المورّدون المصطلح بمرونة فيدفع المشترون ثمن المستوى الخطأ. حدّد المستوى الذي تحتاجه فعلًا قبل أن يسعّر لك أحد أي عتاد.

منحنى التكلفة بين هذه المستويات حاد، وكذلك العبء التشغيلي. والعزل التام تخصص مختلف فعليًا عن النشر داخل المنشأة — بلا قياس عن بُعد، وبلا تحديثات تلقائية، وبلا اتصال خارجي للتقييم. اختر أعلى مستوى تتطلبه التزاماتك فعلًا، ولا تزد عليه درجة.

تحديد حجم النموذج بحسب المهمة

الغريزة أن تشغّل أكبر نموذج يمكن استيعابه. وهذا في معظم الأعباء العربية المؤسسية تحسين خاطئ — فالنموذج الأصغر الذي يجيب خلال ٣٠٠ مللي ثانية يتفوق على الأكبر الذي يجيب خلال ثلاث ثوانٍ، خصوصًا في الصوت، والفجوة في الدقة تضيق بشدة بمجرد الضبط الدقيق على مجالك.

والتكميم يحرّك هذه الحدود بدرجة كبيرة — فنموذج مكمَّم جيدًا من فئة ٢٧ مليارًا يعمل على عتاد لم يكن ليستوعبه بالدقة الكاملة، وبكلفة جودة صغيرة غالبًا إلى حد يصعب على معيارك رصدها. قِس ذلك بنفسك بدل تصديق المتفائلين أو المتشددين.

أي الأوزان المفتوحة تستحق الاستضافة الذاتية

مشهد الأوزان المفتوحة يتغير كل بضعة أشهر، لذا تعامل مع أي توصية محددة كقابلة للتلف وأعد التحقق قبل أن تلتزم بعتاد. والمرشحون الجادون للعمل العربي داخل المنشأة يقعون اليوم في ثلاث مجموعات.

• عائلات مفتوحة عامة بتراخيص متساهلة — مثل جيل Qwen 3.5 الذي يصدر أوزانًا برخصة Apache 2.0 عبر أحجام متعددة، ما يختصر نقاش الترخيص.
• إصدارات مفتوحة الأوزان من مختبرات حدودية، ومنها نماذج gpt-oss التي أدخلت أوزانًا قادرة فعلًا إلى نطاق الاستضافة الذاتية.
• نماذج عربية أولًا، ومنها نموذج المملكة الوطني علّام، وأوزانه المنشورة قابلة للاستضافة الذاتية — مع ملاحظة أن النسخ المشتقة من Llama ترث ترخيص المجتمع الأصلي إلى جانب شروطها.

ومراجعة الترخيص هنا أهم منها في النشر المُستضاف، لأنك لا تعيد توزيع شيء لكنك تشغّل الأوزان تجاريًا داخل نطاقك. احصل على موافقة قانونية على ملف النموذج المحدد الذي تنوي نشره، لا على اسم العائلة.

أن يتحدث سعوديًا لا عربيًا فحسب

النموذج المفتوح العام المستضاف ذاتيًا في الرياض يظل نموذجًا عامًا. وثلاثة تكييفات تفصله عن نظام يقرأ عقدًا سعوديًا أو رسالة واتساب من عميل كما ينبغي.

اللهجة والمستوى اللغوي

الفصحى هي الحالة السهلة، فالنماذج مدرَّبة على نص مكتوب والمكتوب فصيح. أما الخليجية والنجدية في الاستخدام المحادثاتي فهي موضع التعثر، والفجوة أوسع ما تكون في القنوات غير الرسمية التي يستخدمها العملاء فعلًا. والعلاج هو الضبط الدقيق على بيانات لهجة من مجالك، ولهذا تكون مجموعة البيانات أهم من نقطة التدريب.

التبديل بين اللغتين

لغة الأعمال السعودية تنتقل بين العربية والإنجليزية داخل الجملة الواحدة: أسماء المنتجات، والمسميات الوظيفية، والمصطلحات التقنية، والأرقام. والنموذج الذي يتعامل مع اللغتين منفصلتين ليس كالنموذج الذي يتعامل معهما متداخلتين. أدرج أمثلة مختلطة في بيانات التدريب وفي مجموعة التقييم معًا، فالنموذج قد يتفوق في كل لغة على حدة ويفشل عند نقطة التبديل.

مفردات المجال

العربية القانونية والمالية والحكومية تحمل كل منها مفردات وصيغًا وأعرافًا مستندية يقلّل المتن العام من وزنها — عبارات العقود النمطية، ومصطلحات التمويل المتوافق مع الشريعة، ونماذج الوزارات وسجلات المراسلات الرسمية. وهذا أيسر التكييفات الثلاثة: بضعة آلاف من الأمثلة الموسومة جيدًا داخل المجال تحرّك الأداء أكثر بكثير من مضاعفة الحوسبة.

ما الذي يتعطل عند العمل دون اتصال تام

• التقييم. بلا قياس عن بُعد لن ترى تدهور الجودة، لذا يجب جدولة التقييم وتشغيله محليًا مقابل مجموعة جانبية تعيش داخل النطاق.
• التحديثات. الإصدارات الجديدة تصل كحدث مقصود ومختبَر لا كتحسين خلفي. خطّط لعملية إصدار.
• الضوابط. أدوات السلامة المُستضافة غير متاحة، وتصبح التصفية وإنفاذ السياسات جزءًا من منظومتك أنت.
• السعة. أنت تحدد الحجم لذروة التزامن بنفسك بلا مرونة توسّع خلفك. اختبر الحمل في أسوأ ساعاتك لا في متوسطها.
• الخبرة. لا بد أن يملك أحدهم تشغيل وحدات المعالجة الرسومية. وإن لم يوجد، يتحول النشر داخل المنشأة إلى مشروع متعثر لا إلى سيادة.

كيف يتعامل Voho مع ذلك

ننشر المنظومة العربية — تحويل الكلام إلى نص، والطبقة اللغوية، وتحويل النص إلى كلام — في المستوى الذي تتطلبه التزامات العميل فعلًا، بما في ذلك مركز بياناته. وتُكيَّف النماذج على بيانات اللهجة السعودية والمجال الخاصة بالعميل، وتبقى مجموعة البيانات ومنظومة التقييم لديه، ونطوّر نماذجنا العربية المضبوطة على هذه الظروف. ولا ننشر أعداد معاملات أو ادعاءات معيارية قبل إمكانية التحقق منها باستقلالية، ونقترح التعامل مع أرقام أي مورّد بالطريقة نفسها.