لقد اكتشفت مجموعة تقنية مفيدة للغاية في مجال الوكلاء الذكيين.



✔️ تقنية الاسترجاع المعزز (RAG)
→ استرداد البيانات الأصلية في الوقت الحقيقي كأساس للتوليد
→ حل مشكلة "الهلوسة" في النماذج الكبيرة بشكل فعال للغاية
✔️ ميزة تتبع مصادر البيانات
→ كل مخرج يمكن ربطه بمصدر بيانات محدد
→ نظام مراجع مشابه للأوراق الأكاديمية

ما هو الأفضل؟ كلا الخيارين لا يتطلبان إعادة تدريب النماذج التي تكلف مئات الآلاف!

الآن أفهم أخيرًا لماذا يجب على #OpenLedger دمج هذه الميزات بعمق في الهيكل:

-يمكن للمستخدم رؤية "عملية تفكير" الذكاء الاصطناعي
-كل استنتاج له دليل موثق
- بناء الثقة التقنية بشكل طبيعي

✓ ليست مجرد مقارنة حجم المعلمات
✓ ولكنها أكثر شفافية في المعلومات
✓ بخصوص سلامة سلسلة الأدلة

في مناقشة حديثة مع الفريق، كنت أمزح قائلًا إن الذكاء الاصطناعي اليوم يشبه الطالب المتفوق الذي يحب التفاخر - ليس كافيًا فقط أن يطرح النتائج، بل يجب عليه أن يوضح خطوات الحل والمراجع أيضًا😂
شاهد النسخة الأصلية
post-image
قد تحتوي هذه الصفحة على محتوى من جهات خارجية، يتم تقديمه لأغراض إعلامية فقط (وليس كإقرارات/ضمانات)، ولا ينبغي اعتباره موافقة على آرائه من قبل Gate، ولا بمثابة نصيحة مالية أو مهنية. انظر إلى إخلاء المسؤولية للحصول على التفاصيل.
  • أعجبني
  • تعليق
  • مشاركة
تعليق
0/400
لا توجد تعليقات
  • تثبيت