• تاريخ النشر
    14 أيار 2025
  • مشاركة

"Nöronlar hayatta kalmak için birbirleriyle sürekli rekabet içindedir. Her noron ve noronlar arasındaki her bağlantı، kaynaklar için bir diğeriyle mücadele halindedir. Bu sınır savaşları beynin ömrü süresince devam ederken haritalar, kişinin deneyim ve hedeflerini beynin yapısına yansıtacak şekilde sürekli yeniden çizilir.

من خلال عازف البيانو المتخصص في طب الأسنان، يمكن استخدام الميكروسكوب المصغر للحصول على أفضل النتائج، حيث يمكن استخدام الميكروسكوب المتوازي للحصول على أفضل النتائج çözünürlük özelliği geliştirecektir."

كانلي ديفري، ديفيد إيجلمان

كيف بدأت؟

كيف بدأت؟

Sadece bir yazıda tüm yapay zeka çalışmalarını anlatmak takdir edersiniz ki mümkün değil. Yine de olabildiğince geçmişe gidip bugüne kadar kat ettiğimiz yolu ifade etmeye çalışacağız.

لقد تم إنشاء برنامج ImageNet لمدة 13 عامًا مرة واحدة وتم إنشاءه من خلال نماذج AlexNet. تم إنشاء نماذج بسيطة من AlexNet'in في عام 2012 من خلال وحدة معالجة الرسومات (GPU) التي كانت تحتوي على شاشة عرض قديمة، مما أدى إلى إنشاء نموذج جديد للنماذج القديمة:

تم تحديث 13 عامًا على مدار الساعة على بطاقة شاشة NVIDIA التي تم حذفها مؤخرًا. [2] تم تطوير شاشات شاشات الكمبيوتر والقدرات وما إلى ذلك من أدوات أكثر ذكاءً من المعلمات والأدوات التي تستخدمها كاتمان لعارض الأزياء.

Böylece daha kaliteli görüntü, sinyal, videomodelleri görmeye başladık. Büyükmodelleri originallinde yer almayan görevler için az miktarda veri ve işlem gücüyle eğitmeye dayalı صقل، نقل التعلم gibi kavramlar hayatımıza girdi. Lakin doğal dil için büyük bir model üretmek hala mümkün değildi. 

المشكلة هي أن الاهتمام هو كل ما تحتاجه başlıklı makale çözülmüş oldu. منذ 8 سنوات، تم إنشاء محول Google من جديد منذ 4 سنوات. Artık "buyük" هو عبارة عن تصميم مزدوج من نماذج LLM'leri eğitebiliyorduk. [XNUMX]

2022'nin sonlarında ise (yani Bundan Sadece 3 yıl önce) هو belki de en önemli adımlardan biri OpenAI tarafından atıldı ve o güne kadar eğitilen hiçbir modeling gösteremediği bir Reasoning (muhakeme) kabilietine sahip olduğu gösteren منصة ChatGPT القديمة.

لقد تم تصميم أحدث نماذجها منذ فترة طويلة ونجحت مرة واحدة في إنشاء آلات كلاسيكية رائعة ومصممة نماذج جديدة من خلال إنشاء نماذج قليلة / صفر طلقة في أولماسا دا، منصة ChatGPT Sunulan وGPT-3 üzerinden Fine-tune Edilen GPT modeli، من خلال إعادة صياغة المهام. Tamam ama bu neden bu kadar önemli? 

ChatGPT'den Sadece Birkaç yıl önce bir issues çözmek için egitilen her model Sadece ilgili model üzerinde çalışabiliyordu. Mesela 2020 yılında Kaggle üzerindeki تغريدة تحليل المشاعر yarışmasının temel amacı olan، tweet'lerdeki duyguyu ifade eden cümlecikleri ayıran modellerin tamamı، Sadec bu sorunu çözmek üzerine eğitilmişlerdi. إن مصممي الأزياء من البيريني هم من يقومون بذلك بعد كل شيء. Örneğin tweet'in hanging dilde yazıldığını modele soramazdınız. Görevi değiştirmenin tek yolu yeniden eğitmekti. Yani konuyla ilgili en az bir uzmana ihtiyaç vardı. ChatGPT هو أمر صعب للغاية. Artık bir doğal dil görevini yapmak bir model eğitmeye ihtiyacınız yoktu. يتم إنشاء نموذج ChatGPT من خلال (مطالبة المطالبة) من خلال إنشاء نموذج ChatGPT. إنها تغريدة في dilini sınıflandırın، ister duygu durumunu. Artık bir uzmana ihtiyaç yoktu. [5]

الوقت الحاضر

Evet artık bir uzmana ihtiyacımız yok. Bilgisayar bilimci olmak zorunda değilsiniz. كودلاما بيلمي دي جيريك يوك. ضبط دقيق؟ نقل التعلم؟ لماذا؟ Artık hiçbirine gerek yok. Yazıp konuşabiliyorsanız bu Yeterli. يبلغ عدد مستخدمي OpenAI مليونًا واحدًا من الهواتف المحمولة منذ أكثر من 1 أيام. هذا يعني أن LLM لديها فن حياة إنساني من خلال جزء من هذا المبلغ. [8]

Peki son zamanlarda LLM alanında ne gibi yenilikler oldu؟

Peki son zamanlarda LLM alanında ne gibi yenilikler oldu؟

LLM'lerin "zeka" sı artık kelime tamamlama becerisinden çok çok-adımlı akıl yürütme değerlendiriliyor. نظرًا لأن نظام الحماية من الرصاص قد يتسبب في حدوث مشكلات دراماتيكية أو دراماتيكية في نظام الحماية الصفراوية. Bu yüzden OpenAI, Eylül 2024'te tanıttığı o1 serisini “daha ​​uzun düşünüp sonra cevap veren” ilk modeller olarak konumlandırdı. Devasa parametre sayıları، exaFLOPS ölçekli eğitim kümeleri and milyarlarca token، 2020-2024 as ası inovasyonun الشعار القديم. تطالب شركة NVIDIA بخسارة 1 تريليون دولار أمريكي و3 تريليون دولار أمريكي؛ öyle ki analistler şirketi “AI çağının petrol devi” diye tanımlamaya başladı. [7] Durumu daha iyi kavrayabilmek için şu grafikleri inceleyelim:

Epoch.ai'den aldığımız ilk grafikte özellikle derin öğrenme populer olması ile birlikte model eğitmek için gereken islem gücünün (FLOP cinsinden) yılda ortalama 4.6 kat arttığını görebiliyoruz. Kısaca Her yıl 5 kat daha fazla işlem gücüne ihtiyaç duyuyoruz. [8]

قامت هيئة الأوراق المالية والبورصات (SEC) بإصدار رسوم بيانية لها في 2019-2024، وهي من نصيب NVIDIA التي تم إصدارها على رأس مؤشر S&P 500 على حافة Nasdaq 100، مما أدى إلى تفاقم هذه المشكلة. Yani, son beş yılda NVIDIA'ya yatırım yapanlar, geniş piyasa endekslerine yatırım yapanlara kıyasla katbekat daha yüksek bi getiri elde etmiş durumda. [9] 

iki grafikte açıkça gösteriyor ki, yapay zeka uygulamaları hızla yaygınlaştıkça, bu teknologiyi mümkün kılan kılanım ve altyapıya olan Talep de katlanarak artıyor. يحتاج مصممو النماذج إلى تصميم منتجات آمنة تمامًا، مما يجعلهم يصممون منتجات NVIDIA من خلال ماكينات صناعة البنزين.

حقيقة أن البوزان العصري قد تم إستخدامه من قبل bahsetmemiz gerek. في عام 2025، تم إنشاء DeepSeek من خلال مركز DeepSeek، والذي يوفر سببًا لـ Reasoner-R1 وقيمة 0,55 دولارًا أمريكيًا/M رمزًا مميزًا لإعادة تصميم النماذج المالية، وقطاع تطوير المنتجات Potansiyeli taşıdığını gösterdi. نموذج OpenAI GPT-4o العادي يبلغ إنتاجه 1 مليون رمز مميز بقيمة 10 دولارات، وسعر DeepSeek R1 يبلغ 2,19 دولارًا أمريكيًا؛ gece indirimiyle bu rakam 0,55 $'a a kadar düşürdü. تم إنشاء نظام OpenAI'den DeepSeek في أوروبا من قبل شركة DeepSeek منذ أكثر من 40 عامًا منذ أكثر من 10 عامًا. [XNUMX]

تم تصميم DeepSeek من أجل الحصول على معلومات رسومية.

Ancak bu başarının ardında ki tek Factor Sadece uygun fiyatlandırma değildi. DeepSeek'in yayınladığı Rapor، 671 مليون بارامتريه صاحب R1 modellerinin nasıl üst düzey muhakeme Yeteneği sağladığını detailı biçimde ortaya koyuyordu. R1'in، تم إنشاء نموذج جديد لنموذج OpenAI GPT-4o، وهو عبارة عن نموذج تم تعديله بواسطة Sunuçlar Sunması، وهو قسم "daha fazla işlem gücü eşittir daha iyi muhakeme" anlayışını ciddi şekilde sarstı. تم تطوير Guardian's "DeepSeek Paniği" بشكل أساسي، حيث تم استخدام R1 في نطاق خدمة Nvidia مثل %18 مما يزيد عن 600 مليون دولار أمريكي منذ فترة طويلة. نيدن أولدو. [11]

تفاصيل inip و DeepSeek'in paylaştığı makaleyi goz gezdirdiğimiz zaman DeepSeek'in maliyetleri kısmak için ciddi anlamda Optimizasyon yaptığını görebiliyoruz. تم إنشاء بطاقة Hooper Mimarisine صاحبة بطاقة FlashMLA من خلال DeepSeek'in einde iyi Miktarda Hopper mimarisine sahip H800 (NVIDIA tarafından çin pazarına sunulan H100 Muadili screen carte) bulunduğuna و R1'in bu kartlarda eğitildiğine dikkat çekelim. Ya da MoE (خليط من الخبراء) olarak adlandırılan ve modelin sahip olduğu toplam 671 مليون معلمة işlemde yalnızca küçük bir bölümü (37 مليون معلمة gibi) نشط olarak kullanılarak hesaplama maliyeti önemli ölçüde azaltan yöntemler örnek verilebilir. [12]

يعد DeepSeek-R1 أحد أفضل نماذج الأداء والنماذج الاقتصادية في مجال التقطير (التقطير). تم تحسينه وتحديثه من خلال تحسين أداء R1 الذي يبلغ 671 مليون معلمة للترقية منذ أكثر من 400 جيجابايت VRAM (وحدة تكميم 4 بت) (RTX 4090) Sadece 24GB VRAM içerdiğine dikkat çekelim). من خلال استخدام أدوات DeepSeek القوية لمصممي النماذج المتميزين، هناك الكثير من المخاطر والسعة R1 لنماذج النمذجة التي تبلغ 800 درجة مئوية تقريبًا kullanarak daha küçük modellerin eğitimi için kullanmış. هناك ما يقرب من 70، 32، 14، 8، 7 و 1,5 مليونًا من نماذج R1 الرائدة في مجال DeepSeek التي تمكنت من الوصول إلى أفضل نماذج التفكير في R1 القديمة. [13]

تم تطوير DeepSeek بالتفصيل لمدة 3 سنوات من الآن، وقد أنشأ ChatGPT نموذجًا جديدًا من النماذج التي تم إنشاؤها منذ أكثر من 14 سنوات. Başlangıçta Bunlar basit görevlerdi. لقد تم بالفعل التحقق من ذلك مرة واحدة من خلال اتباع أسلوب مختلف تمامًا. Devamında is beklentileri karşılamak adına birçok yeni technik ortaya çıktı yapay zekanın tek seferde tek bir Prom ile yapabildiği görevlerin kapasitesi arttı. رسم الرسومات على شبكة الإنترنت [XNUMX]:

تم اختبار 2023 من قبل 30 من خلال اختبار رياضي بنسبة 90٪ على أساس عارض الأزياء بنسبة XNUMX٪. Daha iyi المنطق ياني Muhakeme Yeteneğine sahipler. تم حل مشكلة Daha Karmaşık.

هل يمكن أن يكون الأمر كذلك بالنسبة لك؟ إلبيت ديجيل. لا داعي للقلق بشأن هذا الأمر. Öyle ki bir insanla aynı seviyede. لقد أصبح هذا الإنسان إنسانًا متطورًا (عامًا) ومصممًا على نحو متزايد. لقد أصبح من الممكن استخدام AGI (الذكاء العام الاصطناعي) منذ فترة طويلة. بعد كل شيء، فإن كل شيء على ما يرام، حيث أن كل شخص لديه خبرة كبيرة في الحكم بعد أن أصبح صديقًا له وساعده كثيرًا في تحقيق هذا الهدف.

Burada muhakeme Yeteneğini kabaca bir başarı ölçütü olarak görebiliriz. Ne kadar yüksek muhakeme Yeteneği kadar karmaşıkproblerin, görevlerin çözümü. Biz de Galaksiya olarak، تم تصميمه بواسطة RAG'a (الجيل المعزز للاسترجاع) وتم تطويره من قبل مصممي النماذج الأكثر خبرة حتى الآن في جميع أنحاء العالم. MindGraph هو عبارة عن رسم بياني معرفي (متنوع) وهو عبارة عن رسم بياني رائع ومفيد لتعلم أي شيء آخر.

مايند غراف

مايند غراف

Bu tanımı açıklamadan önce LLM'lerin hayatımıza girmesiyle iyice anlam kazanmış ve hala aktif olarak üzerine çalışılan konulardan biri olan RAG'ın (الجيل المعزز للاسترجاع) ne olduğundan bahsetmeliyiz. منذ أن بدأت في الحصول على ماجستير إدارة الأعمال، تم إنشاء جميع المؤهلات المطلوبة للحصول على دفعة عاجلة. Örneğin bir LLM'e "Avrupa'nın yüzölçümü nedir؟" gibi bir soru sorarsanız doğru cevabı alırsınız (istisnalar dışında). هل أنت في حاجة إلى مطبخ في أوروبا؟ Hatta dinamik bir şekilde لها gün değişmeye başlarsa? LLM'de bu bilgiyi nasıl güncelleyeceğiz؟ Başka bir örnek verelim. LLM'leri hayatımızın artık birçok alanında kullanabiliyoruz. Sorular soruyoruz ve cevap alabiliyoruz. Peki ama sürekli değişen ya da halka kapalı olan (خاص) veriler hakkında ki sorularımıza nasıl cevap alacağız? Mesela bir şirket yönetmeliği, finansallar ya da yasalar. Kısaca LLM'lerin Private ya da dinamik veriler hakkında doğru cevaplar üretmesini nasıl sağlarız؟

إنه أمر رائع حقًا أن يكون مثل cevap RAG. RAG'ın temel amacı sorulacak olan soruya uygun cevabı içeren veriyi soruyla birlikte موجه içerisinde vermek. Böylece ilgili veriylemodeli yeniden eğitmeden LLM veri ile ilgili sorulara cevap verebilir hale geliyor(En azından teoride). Ve evet bu yaklaşımın bazı zayıf noktaları var. Bunlardan en önemlisi context window Limiti. نافذة السياق kabaca bir LLM'in tek seferde girdi ve çıktı olarak işleyebileceği toplam token (bknz: Tokenization ) sayısı. Bizim için önemli olan kısım is özellikle girdi yani input sınırı. Eski derin öğrenme modellerini düşünün. Bir örneklemin boyutu her zaman sabit idi. لقد عملت عارضة أزياء CNN على تصميم رسالتها في وقت طويل من الزمن. تم تصميم نماذج التصميم والنماذج بشكل جيد. سيحقق نموذجو GPT ما يصل إلى 128,000 رمزًا كحد أقصى. 75 kelimenin kabaca 100 token yaptığını düşünürsek bu da kabaca 250 sayfalık bir kitap yapar. Yani bizim Private ya da dinamik verimiz Bundan Daha Büyük ise model tek seferde veremeyiz. [15]

هناك مشكلة أخرى هي أن نموذجك الحقيقي قد تم التحقق منه خلال فترة زمنية معينة. Özellikle veriler düzensiz yani saf metinlerden oluşuyor and sorduğumuz soru yüksek muhakeme Yeteneği gerektiriyor ise. Bu durumu daha iyi ifade edebilmek için bir metafor kullanalım. Farz edelim ki bir insan uzmana 250 sayfalık bir kitap verip kitapta geçen isimleri alfabetik sırayla söylemesini isteyelim. Uzmanın tamamlaması greken adımlar kabaca أو şekilde olurdu:

  1. Kitapta geçen tüm isimleri atlamadan tek tek bir yere not al.
  2. Daha sonra not alınan tüm isimleri alfabetik olarak sırala.

Görüldüğü üzere bu sorunun çözümü tek bir adımdan oluşmuyor en azından makul bir çözüm için en az iki adıma dolayısıyla bu adımları oluşturmak için belli bir seviyede muhakeme Yeteneğine ihtiyacı var. 

Peki buمشكلة في üstesinden nasıl geleceğiz؟

لقد تم حل المشكلات في نافذة السياق التي تم إنشاؤها بالفعل. Yani veriyi bir şekilde kısaltmamız ya da filtrelemmiz lazım ve Bunu yaparken mümkünse sorunun cevabını içeren kısma zaar vermememiz lazım. Bu noktada sıklıkla tercih edilen yollardan biri vektörleri kullanmak [15]:

  1. Öncelikle metin piece (küçük metin parçaları) bölünür.
  2. لقد تم بالفعل إنشاء أجزاء من نماذج التضمين لنماذج ناقلات المواد.
  3. لقد أصبح هذا ناقلًا حقيقيًا.
  4. Kullanıcı soru soru zaman ilgili soruda vektöre dönüştürülür.
  5. Sorunun vektörüne en yakın (genelde kosinüs benzerliği kullanılıyor) olan k sayıda vektör getirilip soru ile birlikte LLM'e verilir.

Böylece metnin sorulan soruyla en alakalı parçaları filtrelenmiş ve context window'a sığmış olur. تم تصميم ناقل الحركة بشكل أساسي ودمجه في كل مكان.

مشكلة ikinci هي داها زور. Кünkü sorulan soruyu alt sorunlara parçalamayı and alt çözüm adımları oluşturmayı gerektiriyor. قم بإلغاء تحديد المشكلة مرة واحدة من خلال التصفح وإيقاف المشكلة مرة أخرى. Kabaca LLM'lerden nasıl daha yüksek muhakeme Yeteneği elde edebiliriz? 

قد تكون هناك مشكلة في حل المشكلة. تم إنشاء نماذج التفكير من خلال إنشاء نماذج تفكير رائعة. هذا هو عالم الأعمال الذي يهدف إلى حل المشكلات التي تواجهك في MindGraph، وهو ما يمثل تحديًا كبيرًا لك.

MindGraph'in temelini bilgi çizgesi، yapısal olarak veriyi node and edge yani düğüm and kenarlar olarak tutmakta. إن هذا هو السبب في أن هذا هو السبب في أن هذا هو السبب في أن العديد من الأشخاص قد تعرضوا للهجوم من قبل العديد من الأشخاص. Bu açıdan beyne ve nöronların yapısına benzetebiliriz [17].

هل تعاني Peki biz MindGraph من مشكلة في الأنف؟ Öncelikle birinciمشكلة başlayalım. لقد تم حل مشكلة Birinci temel amacımız büyük miktarda için ham metin verisinin soru ile alkalı olan kısımlarını alıp geri kalanlarını filtrelemek idi. لا يمكن أن يكون هناك أي مرشح آخر قد يكون ملوثًا أو قد يتسبب في حدوث مشكلة في عام 2018. Lakin vektör tabanlı yaklaşımlarında kendine has bazı alt sorunları mevcut.

اختر مرشحًا مثاليًا لناقل الحركة الذي تم اختياره من قبل شخص ما، مما يجعل من الممكن ألا تتمكن من إضافة المزيد من المواد من خلال قياس درجة الحرارة. Bu nedenle filtreleme için sabit bir sayı kullanıyoruz ve sıralanan Chunk'lar arasından Sadece bu sabit sayı kadar Chunk seçmek durumunda kalıyoruz (Buna top k Selection deniyor). Kullanılan sayı bu çözümde bir hiper parametre olmuş oluyor ve ne olacağı verinin türüne, içeriğe ve konuya göre değişiklik gösterebiliyor.

إن هذا هو ما يحدث في قطع صغيرة من الأرض. لقد تم تصميم ناقلاتها بشكل مميز من خلال محرر الصور ويمكنك من خلالها استخدام معلمة أكثر من 800 حرف. هل تريد أن تحصل على ما لا يقل عن 2000 شخصية من أفضل الشخصيات في العالم؟ Hem sorduğumuz soruyu parçalanan chunklar ile eşleştiremiyoruz hemde ilgili alanı neredeyse tam ortadan ikiye böldüğumüz için ciddi miktarda information kaybediyoruz. من المؤكد أن كل شيء على ما يرام. Ama bu da aynı miktarda öznitelikle daha çok information ifade etmeyi zorunlu kılıyor. Dahası tam ters bir etki yaparak cevabı çok küçük bir alan (mesela 200 karakter) bir bölgeyi bulmamızı çok daha zor hale getiriyor.

هذه هي طريقة MindGraph للرسومات المتحركة التي تم تصميمها بواسطة علامة KG. Bunun için önce veriyi bir bilgi çizgesine turtuyoruz. Böylece غير منظم ياني düzensiz وهام ميتين verisini منظم ياني düzenli bir hale getiriyoruz. Daha sonra ise محرك الرسم البياني dilinde SQL benzeri sorgular yazarak veriyi filtreliyoruz [18].

Örneğin yukarıda bulunan KG'a bakalım. الرجل الحديدي هو الرجل الحديدي الذي تم إطلاق سراحه من قبل سورموس أولسون . لقد تم تصميم هذا الأمر على أساس أن كود سايفر هو الرجل الحديدي الذي تم الحصول عليه من خلال الحصول على رخصته ومنحه ماجستير إدارة الأعمال.

Bu sayede sorulan soruyla ilgili gereken tüm bilgileri, parçalamadan, yani düzgün and öz bir biçimde LLM'e verebilmiş oluyoruz. مرشح المياه هو مصدر جيد للمياه حيث أنه من السهل العثور عليه.

ستساعدك هذه المشكلة في تحسين مهاراتك ومساعدتك في حل مشكلة MindGraph التي ستساعدك على حل المشكلة [19].

Yukarıdaki bilgi çizgesini incelediğimizde kişileri, arkadaşlarını ve çalıştıkları şirketleri çeren basit bir yapı görüyoruz. تخلص من جروح جينيفر في بطنها وزادت من شدتها. şeklinde bir soru sormuş olsun. لقد تم تصميم ناقل البنزرليك بشكل كامل من خلال ناقلات المواد، مما أدى إلى زيادة حجم ناقل البنزرليزر بمقدار 300 جرام. لقد كنت مهتمًا جدًا بكيفية التعامل مع هذه المشكلة. أما ندن؟

لا يزال هناك الكثير من الأشياء التي يجب أن تعرفها جينيفر إن إكس، وهي من مواليد 2016، وX'in Y، وX'in Y، وX'in Y، وJennifer'in X، وJennifer'in X. Mesela Farklı iki Dokümanın çok Farklı Sayfalarında. هذه هي الطريقة التي يجب أن يتم بها استخدام هذه الأداة:

جينيفر في arkadaşlarını bul.

Bulunan arkadaşların çalıştıkları şirketleri bul.

ياني tesadüfen eksiksiz ve öz miktarda Chunk ve informationfiltreleyip LLM'e verdiğimiz Farz etsek bile LLM'e ham veriyi verip veriler arasında ilişki kurmasını yani muhakeme Yeteneği göstermesi bekliyoruz. هيم دي هيكبير يول غوسترميدن.

هذا هو تطبيق MindGraph الذي يمكنك القيام به من خلال:

  • جينيفر'أنا،
  • هو_صديق_مع الاحتياطات الواجب اتخاذها
  • أعمال_من_أجل üzerinden çalıştıkları şirketleri

getiren basit bir Cypher الاستعلام yazmak. لقد تم الحصول على هذا المبلغ من LLM'e vermek. Bu sayede LLM'i az ve öz miktarda bilgi ile beslemiş ve gereksiz bilgiden arındırmış oluyoruz. Daha önemlisi is bilgilerde geçen nesne، özne ve kavramları yani kısaca الكيان'leri Node ve edge yapısında birbirlerine bağlı şekilde verdiğimiz için muhtemel muhakeme yollarını LLM'e şaret etmiş oluyoruz.

علاوة على ذلك، فإن MindGraph يختبر القدرة على الاختبار ويحقق نتائج مذهلة. 

تم تصميم MindGraph الكلاسيكي RAG من خلال تصميمات مبتكرة ومبتكرة ومبتكرة ومبتكرة من خلال فن الرسم على شبكة الإنترنت. Buna örnek olarak daha önce bir müşterimizde, RAG yerine doğrudan fin-tuning yöntemini tercih ettik ve tammen müşteriye özel, oldukça özelleşmiş bir model geliştirdik. Bu süreç kabaca 9000 دولار قديم. إن MindGraph عبارة عن لوحة فنية رائعة للغاية، وهي أيضًا أداة رائعة لتعلم المزيد من المحتوى.

إن MindGraph هو من بين أفضل الميزات التي يمكنك استخدامها من أجل تحسين مظهرك. Diyelim Ki bir gıda şirketinde üretimden sorumlu bir yöneticisiniz. لقد تم بالفعل إنشاء ماكينات تعبئة وتغليف جديدة ويتم توفيرها بشكل جيد. "Paketleme makinesi durursa, önümüzdeki ay sipariş teslimatlarımız, stoklarımız ve lojistik nasıl etkilenir؟" gibi bir soruya geleneksel vektör RAG yöntemleriyle doğru cevap almak oldukça zor olacaktır. çünkü bu tarz sorular çok sayıda verinin analiz edilmesini ve karmaşık ilişkilerin değerlendirilmesini gerektiriyor. يقول Oysa MindGraph أنه في الوقت الحالي، تم إنشاء مخزون وميزات إضافية لتحرير الرسومات الجرافيكية من خلال رسم خريطة جديدة تمامًا لشبكة الإنترنت الخاصة بهم.

إن كل شيء على ما يرام هو أمر استراتيجي للغاية. Erdem، Galaksiya'nın büyük ortağıdır. Galaksiya هي Deepin'in، Deepin de Twinize'in büyük konumundadır. Şimdi Erdem، تم حل المشكلة الإستراتيجية وتجاوزها:

  • "Deepin şirketindeki hisse oranımız %20 azalırsa, Twinize üzerindeki doğrudan ve dolaylı kontrolümüz nasıl etkilenir؟"
  • "Galaksiya olarak Twinize'ın büyümesinden elde edeceğimiz tolam değer artışı، Deepin'deki olası bir küçülmenin yaratacağı zaarı telafie eder mi؟"

Bu tarz çok katmanlı и ilişkisel soruları geleneksel yöntemlerle ya da basit RAG yaklaşımlarıyla çözmek neredeyse imkansızdır çünkü bu senaryolar yüksek seviyede muhakeme gerektirir. يعد MindGraph بمثابة نصيحة رائعة لإضفاء لمسة جمالية وجذابة للغاية، مما يؤدي إلى تفاقم المشكلة. لقد كان Böylece Herhangi bir uzman müdahalesine أو yeni bir eğitim sürecine gerek kalmadan, bu soruların yanıtlarını net olarak alabilmekteyiz.

هناك العديد من المزايا الرائعة لـ MindGraph. قامت مصممة الضبط الدقيق بتحسين مهاراتها في العمل، وMindGraph'in هي شركة متخصصة في توفير الأمان والتكيف مع الوقت. Bu sayede hem maliyetleri düşürüyor، hem de Operations süreçleri basitleştiriyoruz.

Galaksiya olarak، طريقة MindGraph للتحسين، إنشاء نماذج جديدة من خلال تحسين مهاراتك حتى الآن في تطوير مهاراتك وتطويرها surdürmekteyiz. Bir sonraki adımda sizlerle daha التفاصيل المعيارية sonuçları paylaşıyor olacağız. يا زمانا كادار

ابق هادئا ...

بهجت شنتورك، مهندس التعلم الآلي

مراجع

[ 1]: viso.ai. 2024. "AlexNet: بنية ثورية للتعلم العميق". تاريخ آخر دخول 5 مايو. https://viso.ai/deep-learning/alexnet/.

[2]: سي إن بي سي. 2025. "إنفيديا تتجاوز أبل مجدداً لتصبح الشركة الأكثر قيمة في العالم". آخر دخول 5 مايو . https://www.cnbc.com/2025/01/21/nvidia-passes-apple-again-to-become-worlds-most-valuable-company-.html

[3]: الشبكات العصبية والتعلم العميق. 2019. "لماذا يصعب تدريب الشبكات العصبية العميقة؟" آخر وصول في 5 مايو. http://neuralnetworksanddeeplearning.com/chap5.html.

[4]: فاسواني، أشيش، نعوم شازير، نيكي بارمار، جاكوب أوسزكوريت، ليون جونز، إيدان إن جوميز، لوكاس كايزر، وإيليا بولوسوخين. 2017. "الانتباه هو كل ما تحتاجه." أرخايف (جامعة كورنيل)، يناير. https://doi.org/10.48550/arxiv.1706.03762.

[5]: كاجل. 2020. "استخراج مشاعر التغريدات". آخر وصول في 5 مايو. https://www.kaggle.com/competitions/tweet-sentiment-extraction/overview.

[6]: فوربس. 2025. "هل وصل عدد مستخدمي ChatGPT إلى مليار مستخدم؟ الرئيس التنفيذي لشركة OpenAI يقول: "تضاعف العدد في غضون أسابيع فقط". تاريخ آخر دخول: 5 مايو. https://www.forbes.com/sites/martineparis/2025/04/12/chatgpt-hits-1-billion-users-openai-ceo-says-doubled-in-weeks/.

[7]: مجلة التكنولوجيا. 2024. "طفرة الجيل الجديد من الذكاء الاصطناعي تدفع قيمة إنفيديا لتتجاوز قيمة مايكروسوفت". تاريخ آخر دخول: 5 مايو . https://technologymagazine.com/digital-transformation/gen-ai-boom-causes-nvidia-value-to-overtake-microsoft

[8]: EPOCH AI. 2025. "نماذج الذكاء الاصطناعي البارزة". آخر وصول في 5 مايو. https://epoch.ai/data/notable-ai-models.

[9]: المادة 2024. "شركة إنفيديا". آخر وصول في 5 مايو. https://www.sec.gov/Archives/edgar/data/1045810/000104581024000029/nvda-20240128.htm.

[10]: رويترز. 2025. "ديب سيك تمنح شركات التكنولوجيا الأوروبية فرصة اللحاق بسباق الذكاء الاصطناعي العالمي". آخر وصول في 5 مايو. https://www.reuters.com/technology/artificial-intelligence/deepseek-gives-europes-tech-firms-chance-catch-up-global-ai-race-2025-02-03/.

[11]: صحيفة الغارديان. 2025. "خسر مليارديرات التكنولوجيا ما يقرب من 100 مليار دولار في موجة بيع الأسهم التي أثارها برنامج DeepSeek". تاريخ آخر دخول: 5 مايو . https://www.theguardian.com/technology/2025/jan/28/deepseek-selloff

[12]: github. 2025. "FlashMLA". آخر وصول في 5 مايو. https://github.com/deepseek-ai/FlashMLA.

[13]: ollama. 2025. "deepseek-r1". تاريخ آخر دخول 5 مايو. https://ollama.com/library/deepseek-r1:671b.

[14]: EPOCH AI. 2025. "النماذج الأمريكية تتفوق حاليًا على النماذج غير الأمريكية". آخر وصول في 5 مايو. https://epoch.ai/data-insights/us-vs-non-us-performance.

[15]: openai. 2025. "ما هي الرموز وكيفية عدها؟" تاريخ آخر دخول 5 مايو. https://help.openai.com/en/articles/4936856-what-are-tokens-and-how-to-count-them.

[16]: E2E Cloud. 2025. "تطبيق تقنيات RAG المتقدمة مع قاعدة بيانات Elasticsearch Vector". تاريخ آخر دخول 5 مايو. https://www.e2enetworks.com/blog/implementing-advanced-rag-techniques-with-elasticsearch-vector-db.

[17]: شياو، مينغتشينغ، ييكسين تشو، دي هي، وتشوتشن لين. 2024. "شبكات عصبية نبضية زمنية مع تأخير تشابكي للاستدلال البياني". arXiv (جامعة كورنيل)، مايو. https://doi.org/10.48550/arxiv.2405.16851.

[18]: لي، جوني، تياني تانغ، واين شين تشاو، تشيتشنغ وي، نيكولاس جينغ يوان، وجي رونغ وين. 2021. "توليد نص من خلال رسم بياني معرفي باستخدام نماذج لغوية مدربة مسبقًا". arXiv (جامعة كورنيل)، يناير. https://doi.org/10.48550/arxiv.2106.01623.

[19]: تحليلات يوجي. 2022. "إنفيديا تتفوق على آبل مجددًا لتصبح الشركة الأكثر قيمة في العالم". آخر وصول في 5 مايو. https://vitalflux.com/nosql-data-models-concepts-examples/.