tech
قد تبدو النماذج اللغوية الكبيرة واثقة لكنها متقادمة، لأن معرفتها تتجمّد عند التدريب. تعالج تقنية شائعة ذلك بالسماح للنموذج بالبحث أولًا.
يبحث التوليد المعزَّز بالاسترجاع (RAG) في مصدر معرفة خارجي، كقاعدة بيانات وثائق أو الويب، عن فقرات ذات صلة بسؤال المستخدم، ثم يُدخل تلك الفقرات إلى النموذج إلى جانب السؤال لتكون إجابته مبنية على معلومات حديثة. ويعالج هذا نقطة ضعف أساسية في النماذج اللغوية الكبيرة: معرفتها متجمّدة عند اللحظة التي انتهى فيها التدريب، فبدون الاسترجاع لا يمكنها معرفة ما حدث لاحقًا أو الوصول إلى وثائق خاصة لم تُدرَّب عليها قط.
إعادة تدريب النموذج بأكمله على كل سؤال ستكون مكلفة للغاية، إذ تُعيد عمليًا بناء الذكاء الاصطناعي من الصفر في كل مرة، وهذا ليس كيف يعمل التوليد المعزَّز بالاسترجاع. وحذف الإجابات الخاطئة بعد عرضها لا يعالج المعرفة القديمة؛ فهو تنظيف تفاعلي لاحق، لا إجابات أفضل من البداية.
أصبح التوليد المعزَّز بالاسترجاع شائعًا لبناء مساعدين ذكاء اصطناعي مخصَّصين لشركات محددة، إذ يتيح لنموذج عام الإجابة عن أسئلة حول وثائق داخلية دون التكلفة الهائلة لتدريب نموذج مخصَّص من الصفر.
tech
ما الميزة الأساسية لهذا الذكاء الاصطناعي 'على الجهاز'؟كيف يحقق نموذج 'مزيج الخبراء' ذلك؟ماذا تُسمى هذه المادة التدريبية التي يولّدها الذكاء الاصطناعي؟ماذا يُسمى الأسلوب الثاني، أي التدريب على الأمثلة؟كيف تعمل 'العلامة المائية' للنص عمومًا؟ماذا تُسمى تقنية التدريب هذه؟ماذا تُسمّى تقنية الضغط هذه؟ماذا تُسمّى نماذج الذكاء الاصطناعي التي تتعامل مع عدة أنواع من المدخلات في آنٍ واحد؟أي شركة تُشغّل خدمة الروبوتاكسي التجارية هذه بدون سائق تمامًا؟على مقياس SAE المعروف، ما هو أعلى رقم مستوى يمثّل الأتمتة الكاملة؟ما اسم الروبوت البشري الذي كشفت عنه شركة السيارات تسلا؟أي شركة كانت رائدة خدمة التوصيل الطبي بالطائرات المسيّرة في إفريقيا؟Quration — Quration Play