محاذاة النموذج

قد يكون من الصعب إنشاء طلب لنموذج الذكاء الاصطناعي، مثل Gemini أو Gemma، يعبّر عن نية المستخدمين بدقة. في كثير من الأحيان، عليك كتابة طلب يدويًا ثم اختباره في مجموعة متنوعة من حالات الاستخدام لمحاولة التأكّد من أنّه يناسب احتياجاتك. وبناءً على النتائج، يمكنك إجراء تعديلات مستهدَفة إلى الطلب: تغيير بعض الكلمات في مكان واحد، وإضافة جملة جديدة في البعض وهذه العملية ليست أساسية جدًا وقد لا تؤدي إلى أفضل نتائجك.

طوّرت Google طريقة تستخدِم النماذج اللغوية الكبيرة (LLM) لتعديل نموذج الطلب تلقائيًا استنادًا إلى ملاحظاتك التي تقدّمها حول نتائج النموذج بلغة بسيطة. يتم إرسال ملاحظاتك، بالإضافة إلى الطلب ومخرجات النموذج، إلى نموذج لغوي كبير (LLM) يعدّل الطلب لمواءمته بشكل أفضل مع السلوك المقصود.

تتوفر هذه الطريقة بطريقتين:

• تتيح لك مكتبة model-alignment Python المفتوحة المصدر ودمج هذا الأسلوب بمرونة في البرامج ومهام سير العمل.
• تم دمج إصدار من هذا النهج في Vertex AI Studio، ما يتيح لك استخدام سير العمل هذا ببضع نقرات فقط.

مكتبة مفتوحة المصدر

‫Model Alignment هي مكتبة Python مفتوحة المصدر تم إصدارها كأحد الحِزم على PyPI تتيح مواءمة الطلبات من ملاحظات المستخدمين من خلال واجهة برمجة تطبيقات. تستند المكتبة إلى أبحاثنا حول التعديل السريع من خلال الملاحظات والآراء و إنشاء مصنّف تلقائي من البيانات المصنّفة.

تنظيم نماذج الطلبات لتطبيق Gemma باستخدام مكتبة "مواءمة النماذج"

بدء Google Colab

تتيح هذه المكتبة طريقتَي سير عمل لتعديل نماذج الطلبات تلقائيًا:

1. تعديلات متكررة من المبادئ: يستخدم سير العمل هذا نموذج لغوي كبير (LLM) بهدف استخلاص المعلومات. الإرشادات إما من خلال الانتقادات غير المباشرة مخرجات النموذج أو من التعديلات المباشرة لمخرجات النموذج. يمكنك إنشاء إرشادات واحدة أو أكثر بشكلٍ متكرّر قبل إرسالها إلى نموذج "التعلم الآلي اللغوي"، الذي يعدّل نموذج الطلب للالتزام بهذه الإرشادات. يمكنك أيضًا اختيار الإرشادات يدويًا وتضمينها إلى جانب الإرشادات المستخلصة من نموذج اللغة الضخمة.
2. انتقاد مباشر لنتائج النماذج: يأخذ سير العمل هذا ملاحظاتك حول الناتج الكامل للنموذج ويغذّيه، إلى جانب الناتج للطلب والنموذج، مباشرةً إلى النموذج اللغوي الكبير لإنشاء نموذج طلب معدَّل.

قد تكون طريقتا سير العمل هذان مفيدتان لتطبيقك. بارزة المقايضة هي وجود إرشادات، والتي يمكن أن تكون عملية مفيدة وملموسة أداة يمكن أن تساعد في تعريفك، على سبيل المثال، نهجك الشفافية.

الشكل 1. يوضح هذا المخطط الانسيابي مكان وكيفية محاذاة النموذجين اختلفت أساليب سير العمل في المكتبة لإتاحة تحديثات مباشرة أو مستندة إلى الإرشادات قوالب المطالبات. يُرجى العِلم أنّ هذه العملية تكرارية، وأنّ سير العمل هذه لا تُستبعد بعضها، ويمكنك التبديل بينها في أي وقت.

اطّلِع على دفتر ملاحظات Colab الذي يستخدم Gemini ل محاذاة طلبات Gemma 2 باستخدام كلا سير العمل.

المحاذاة في Vertex AI Studio

أضاف Vertex AI Studio من Google ميزة "تحسين الطلب" استنادًا إلى سير العمل المباشر من مكتبة النماذج المفتوحة المصدر لـ "محاذاة النموذج" لاستكمال تأليفها، التشغيل والتقييم والمقارنة.

بعد تنفيذ طلب، يمكنك تقديم ملاحظات حول الطرق التي يجب أن يتصرف بها النموذج بشكل مختلف، ويستخدم Vertex AI Studio Gemini لصياغة إعادة كتابة. يمكنك قبول التغييرات المقترَحة وإعادة تنفيذ الطلب المعدّل. بنقرة زر واحدة، أو تعديل ملاحظاتك وتكليف Gemini بصياغة أخرى المرشح.

الشكل 2: يتم استخدام ميزة "تحسين الطلب" في Vertex AI Studio لتعديل طلب استنادًا إلى ملاحظات المستخدمين.

الروابط

استكشف توافق النموذج بنفسك:

• تشغيل دفتر ملاحظات Colab هذا الذي يستخدم Gemini لمحاذاة العديد من بشأن نموذج Gemma 2 المفتوح ذي القيم المفتوحة باستخدام نهجَي المحاذاة.
• جرِّب ميزة "تحسين الطلب" لضبط النموذج في Vertex AI Studio.