نمُوذج الأساس ، المعروف أيضًا باسم نموذج X الكبير (LxM) ، هو نموذج تعلم آلي أو تعلم عميق يَتم تدريبه على مجموعات بيانات ضخمة بحيث يمكن تطبيقه عبر مَجمُوعة واسعة منْ حَالات الاستخدام. تُعد تطبيقات الذكاء الاصطناعي التوليدي مثل نماذج اللغوية الكبيرة أمثلة شائعة على نماذج الأساس.
يُعد بناء نماذج الأساس عملية تتطلب موارد عالية جدًا، حيث يمكن أن تصل التكلفة النماذج الأكثر تقدمًا مئات الملايين من الدولارات لتغطية نفقات الحصول على مجموعات البيانات الضخمة وتنظيمها ومعالجتها، بالإضافة إلى قوة الحوسبة المطلوبة للتدريب. وتنبع هذه التكاليف من الحاجة إلى بنية تحتية متطورة، وأوقات تدريب ممتدة، وأجهزة متقدمة، مثل وحدات معالجة الرسومات. على النقيض من ذلك، فإن تكييف نموذج الأساس الحالي لمهمة محددة أو استخدامه بشكل مباشر أقل تكلفة بكثير، لأنه يستفيد من القدرات المدربة مسبقًا ويتطلب عادةً فقط ضبطًا دقيقًا على مجموعات بيانات أصغر ومحددة للمهمة.
من الأمثلة المبكرة على نماذج الأساس هي نماذج اللغة (LMs) مثل سلسلة GPT من OpenAI وBERT من Google . بالإضافة إلى النصوص، تم تطوير نماذج الأساس في مجموعة متنوعة من الأنماط — بما في ذلك DALL-E وFlamingo للصور، وMusicGen للموسيقى، وRT-2 للتحكم فب الروبوتات. كما يجري تطوير نماذج الأساس لمجالات مثل علم الفلك، والأشعة، وعلم الجينوميات، والموسيقى، والترجمة، والتوقع بالسلاسل الزمنية ، والرياضيات، والكيمياء.