تطوير الذكاء الاصطناعي التوليدي
تطبيقات ذكاء اصطناعي توليدي مدمجة في طريقة عمل فرقكم
نبني مساعدي معرفة وأدوات صياغة ومساعدين مدمجين يجيبون من مستنداتكم الخاصة ويعملون حيث تقتضي قواعد بياناتكم.
هل تريدون أولًا شرحًا مبسطًا للذكاء الاصطناعي التوليدي؟ تشرح نظرتنا العامة ما الذي يجيده. أما هذه الصفحة فتشرح ما نبنيه لكم وكيف.
ما نبنيه
مساعدو المعرفة القائمون على RAG
إجابات من سياساتكم وأدلتكم وتذاكركم وصفحات الويكي، مع رابط إلى المصدر وراء كل معلومة. ويتبع الوصول الصلاحيات الموجودة لديكم أصلًا.
توليد المحتوى والمستندات
مقترحات وتقارير وعقود ونصوص منتجات تُصاغ من قوالبكم وبياناتكم، ثم تُحال إلى مراجعة بشرية قبل خروج أي شيء.
مساعدون داخل التطبيقات الحالية
لوحة مساعد داخل CRM أو نظام الدعم أو أداتكم الداخلية، تصوغ وتلخص وتبحث عن المعلومات، فلا يضطر الناس إلى التنقل بين التطبيقات.
فهم المستندات
تصنيف المستندات الواردة واستخراج بياناتها وتلخيصها، مع درجات ثقة وقائمة مراجعة لكل ما هو غير مؤكد.
الضبط الدقيق واستضافة النماذج مفتوحة الأوزان
عندما تكون تكلفة نموذج الـ API مرتفعة جدًا، أو لا يمكن للبيانات مغادرة بيئتكم، نضبط النماذج مفتوحة الأوزان ونستضيفها باستخدام vLLM أو Ollama على بنيتكم التحتية.
التقييم وضبط التكلفة
مجموعات اختبار لجودة الإجابات، وتتبعات OpenTelemetry لزمن الاستجابة والتكلفة، إضافة إلى التوجيه والتخزين المؤقت لإبقاء الفاتورة قابلة للتوقع.
كيف يُبنى مساعد المعرفة
تأتي معظم جودة الإجابة من الاسترجاع. والنموذج أقل أهمية مما يتوقع الناس.
الاستيعاب
ربط المصادر، وتقسيم المستندات بطريقة معقولة، والاحتفاظ بالبيانات الوصفية مثل المالك والتاريخ وصلاحيات الوصول.
الاسترجاع
بحث هجين في فهرس متجهات مثل NebulaDB، مع تصفية النتائج بحسب ما يُسمح للمستخدم برؤيته.
الإجابة
يجيب النموذج فقط مما استُرجع ويذكر مصدره. وإذا لم يُعثر على شيء ذي صلة، يقول ذلك.
القياس
مجموعة اختبار من أسئلة حقيقية بإجابات متفق عليها، تُقيَّم مع كل تغيير، إضافة إلى ملاحظات من يستخدمونه.
البيانات والجودة والتكلفة
أين يعمل
واجهات API للنماذج، أو Amazon Bedrock أو Azure AI Foundry، أو نماذج مفتوحة الأوزان على خوادمكم الخاصة. أنتم تقررون لكل حالة استخدام.
المفاتيح والأسرار
تبقى مفاتيح API في مخزن أسراركم وتصل إلى التطبيق عبر WSL Vault، لا عبر ملفات الإعداد.
جودة يمكنكم التحقق منها
تذكر الإجابات مصادرها، وتُحفظ نتائج مجموعة الاختبار في مستودعكم ليعيد أي شخص تشغيلها.
تكلفة يمكن توقعها
تتبّع التكلفة لكل طلب، والتخزين المؤقت، وتوجيه الطلبات البسيطة إلى نماذج أصغر. يشرح مقالنا عن مراقبة LLM وضبط التكلفة هذه الطريقة.
اقرأ المقالة: تكلفة يمكن توقعها
أسئلة حول مشاريع الذكاء الاصطناعي التوليدي
نستخدم ChatGPT أو Copilot بالفعل. لماذا نبني شيئًا؟
المساعدات العامة لا تعرف مستنداتكم أو صلاحياتكم أو عملياتكم. أما التطبيق المبني خصيصًا فيجيب من مصادركم، ويحترم صلاحيات الوصول، ويسجّل ما فعله، ويعمل داخل الأدوات التي تستخدمها فرقكم أصلًا.
إلى أين تذهب مستنداتنا؟
إلى حيث تسمح قواعد بياناتكم فقط. نختار مزودين وإعدادات تتوافق معها، أو نستضيف نموذجًا مفتوح الأوزان فلا تغادر المستندات بيئتكم أبدًا.
هل يمكنكم إضافة الذكاء الاصطناعي التوليدي إلى منتجنا الحالي؟
نعم. نبني الميزة داخل قاعدة شيفرتكم، خلف نظام المصادقة لديكم، مع اختبارات ووثائق، ليتمكن مهندسوكم من صيانتها.
كيف تعرفون أن الإجابات صحيحة؟
نتفق معكم قبل البناء على مجموعة اختبار من أسئلة حقيقية وإجابات صحيحة، ونقيّم كل تغيير مقابلها. وتُرفض الإجابات التي لا يمكن إسنادها إلى مصدر.
اختاروا حالة استخدام واحدة وسنحدد نطاقها
الصياغة أو الإجابة من المعرفة أو مساعد داخل تطبيق حالي. أخبرونا بأيها، وبالمستندات المعنية.