ملخّص الذكاء الاصطناعي
عرض المزيد
استخلص فحوى محتوى المقال بسرعة، مستشعرًا معنويات السوق في غضون 30 ثانية فقط!
منذ ظهور ChatGPT على الساحة، جذبت النماذج اللغوية الكبيرة (LLMs) انتباه محبي الذكاء الاصطناعي والمطورين. قدرات ChatGPT المذهلة في الاستدلال وتوليد النصوص مدعومة بتقنية LLM، مما أدى إلى اهتمام كبير بهذه النماذج التوليدية للذكاء الاصطناعي. في مجال العملات الرقمية، استفادت المشاريع التي تركز على LLM مثل بيتينسور (TAO) و سوارمز (SWARMS) أيضًا من الاهتمام الواسع بهذه التقنية.
بينما تعتبر LLMs تقنية ثورية حقًا وبدون شك الخوارزميات الأكثر شعبية في مجال الذكاء الاصطناعي في الوقت الحالي، فإن فئة أخرى من النماذج التوليدية للذكاء الاصطناعي — النماذج اللغوية الصغيرة (SLMs) — تحمل وعدًا كبيرًا في العديد من المجالات، بفضل التدريب المخصص للمجالات وكفاءة الموارد. على الرغم من أنها ليست قوية وغنية بالمعرفة العامة مثل LLMs، إلا أن SLMs تتفوق في المواقف التي يكون فيها الوصول الفعال إلى المعرفة المتخصصة أمرًا حاسمًا.
Assisterr (ASRR) هو مشروع لامركزي مبني على Solana (SOL) يهدف إلى الاستفادة من SLMs لمساعدة مستخدميه في بناء وكلاء ذكاء اصطناعي فعالين وذوي معرفة، وبرامج روبوت وحلول. مثل نماذج وروبوتات الدردشة القائمة على LLM، تستخدم حلول SLM الخاصة بـ Assisterr تقنية الذكاء الاصطناعي التوليدي، لكنها تتميز بخوارزميات أكثر قابلية للتوسع وكفاءة في الموارد تتفوق في المواقف التي تكون فيها المعرفة المتخصصة في المجال ضرورية. علاوة على ذلك، فإن استخدام مفهوم Mixture of Agents (MoA) يسمح لـ Assisterr بالاستفادة من مزايا معالجة الوكلاء المتعددة.
يمكن لأي شخص (بما في ذلك المستخدمين الذين ليس لديهم مهارات برمجية) استخدام Assisterr لإنشاء وكلاء وحلول خاصة بهم قائمة على SLM. إذا جذبت SLMs حتى نصف الاهتمام الذي تحظى به LLMs حاليًا، فسوف نسمع قريبًا المزيد عن مشروع العملات المشفرة Assisterr، وهو رائد حقيقي في فرع SLM من الذكاء الاصطناعي التوليدي.
النقاط الرئيسية: