نموذج 4‑بت بأداء متفوق: طريقة Quantization‑Aware Healing تضغط وتُحسّن النماذج الكبيرة
**Reasoning and explanation**
- The Persian phrase “مدل ۴ بیتی با عملکرد برتر” directly translates to “the 4‑bit model with superior performance.”
- “روش Quantization‑Aware Healing” is a mixed‑language term where “روش” means “method” and the English technical term “Quantization‑Aware Healing” is kept unchanged.
- “مدلهای بزرگ را فشرده و دقیق میکند” means “compresses and refines large models,” where “فشرده” = “compresses” and “دقیق میکند” = “makes precise/refines.”
- Combining these parts yields the natural English sentence presented above.
قدم باحثو الذكاء الاصطناعي مؤخرًا طريقة الشفاء المدرك للتكميم (QAH)، التي تجمع بذكاء عملية التكميم مع تحسين الأوزان. يتيح هذا النهج ضغط النماذج الكبيرة إلى 4 بت، مع تقليل خطأ التنبؤ وزيادة سرعة التنفيذ بشكل ملحوظ.
في التجارب المقارنة، حقق النموذج المضغوط باستخدام QAH درجات أعلى في المعايير القياسية مثل GLUE وSuperGLUE مقارنة بالإصدار الأصلي 32 بت. بالإضافة إلى ذلك، انخفض استهلاك الذاكرة بما يصل إلى ثمانية أضعاف وانخفضت تكاليف النشر على الخوادم الطرفية بشكل واضح. يمكن لهذا الإنجاز أن يمهد الطريق لتطوير تطبيقات ذكاء اصطناعي منخفضة التكلفة وقابلة للتوسع.