Habr AI→ المصدر

كيفية دمج الذكاء الاصطناعي مع T-FLEX: التخلي عن روبوتات الدردشة والانتقال إلى الوكلاء المراقبين

نماذج اللغات الكبيرة غالباً ما تهلوس في الأنظمة المغلقة مثل T-FLEX CAD، حيث تصدر كوداً صحيح الصيغة من الناحية النحوية لكنه خاطئ من حيث الوظيفة. أنشأ…

معالج بواسطة الذكاء الاصطناعي من Habr AI؛ بتحرير Hamidun News
كيفية دمج الذكاء الاصطناعي مع T-FLEX: التخلي عن روبوتات الدردشة والانتقال إلى الوكلاء المراقبين
المصدر: Habr AI. كولاج: Hamidun News.
◐ استمع للمقال

محاولات دمج نماذج اللغات الكبيرة في برامج الهندسة مثل T-FLEX CAD تنتهي عادة بنفس الطريقة: العملية تتعطل، والترخيص يتجمد، والمشروع ينعكس. قام المهندسون من Habr بتحليل سبب حدوث ذلك وأظهروا طريقة عملية لإصلاحه.

لماذا تهلوس نماذج اللغات الكبيرة في أنظمة T-FLEX

T-FLEX ليست تطبيق ويب. إنها نظام مغلق يعمل من خلال مكتبات DLL ويتطلب تحكماً صارماً في الجلسة واسماً دقيقاً لطرق الواجهة البرمجية ومطابقة أنواع البيانات. خطأ واحد - والنظام ينهار. نماذج اللغات الكبيرة، من طبيعتها، تصدر إجابات احتمالية. قد تنشئ النموذج كوداً يبدو معقولاً: الصيغة صحيحة، والمنطق يبدو معقولاً. لكن التفاصيل مهمة: قد يكون نوع المعامل غير صحيح، قد تكون هناك خطأ إملائي في اسم الطريقة، قد يكون هناك وصول إلى حقل بنية لا يوجد فعلياً. في تطبيق الويب، سيؤدي هذا إلى إظهار خطأ على الصفحة. في نظام التصميم بمساعدة الكمبيوتر - إنه انهيار العملية. يسميها المهندسون "الهلوسة". تصدر النموذج إجابة خاطئة بثقة. وعندما لا تنجح عشرات هذه المحاولات على التوالي، يفقد النهج العادي معناه.

كيف يعمل tflex_harness

بدلاً من توصيل نموذج اللغة الكبيرة مباشرة، أنشأ المهندسون إطار عمل tflex_harness. إنها ليست روبوت دردشة. إنها نظام متعدد الطبقات للتحكم:

  • الطبقة 1: نموذج اللغة — ينشئ وصفاً نصياً للمهمة بناءً على طلب المستخدم
  • الطبقة 2: حلقة التحكم — تحلل نتيجة نموذج اللغة الكبيرة، وتتحقق من الأوامر قبل إرسالها إلى نظام التصميم بمساعدة الكمبيوتر
  • الطبقة 3: البحث المحلي في توثيق الواجهة البرمجية — يقترح النظام على النموذج أسماء الطرق الصحيحة وأنواع المعاملات
  • الطبقة 4: توليد وتجميع كود C# — يكتب نموذج اللغة الكبيرة الكود، ويتحقق المجمع من صحته قبل محاولة التنفيذ
  • الطبقة 5: التنفيذ المعزول — يعمل الكود في جلسة منفصلة من T-FLEX، والأخطاء لا تؤدي إلى انهيار العملية الرئيسية

النتيجة: إذا فشل التجميع، ترى النموذج الخطأ المحدد وتحاول مرة أخرى. يتعلم الوكيل. والأهم من ذلك - فقط الكود المدقق والمجمع يدخل نظام التصميم بمساعدة الكمبيوتر.

الابتعاد عن التجريدات

الفرق الرئيسي هنا عن حلول الذكاء الاصطناعي النموذجية هو أن tflex_harness يتخلى عن الوعود الجميلة. بدلاً من ذلك، يعمل النظام بشكل أكثر تحديداً: لا يمكن للنموذج اختلاق طرق - فهو مجبر على استخدام فقط تلك المسجلة في الواجهة البرمجية. الكود لا يوجد فقط في ذهن الشبكة العصبية - فهو يتجمع فعلياً. لا يتم التحقق من الأخطاء إحصائياً، بل ميكانيكياً. قد يبدو هذا مثل قيد. من الناحية العملية - هذا هو الطريقة الوحيدة للثقة في النتيجة.

ماذا يعني هذا

لدمج نماذج اللغات الكبيرة في برامج متخصصة، لا تحتاج إلى أكبر نموذج أو أكثر واجهة أنيقة. تحتاج إلى إمكانية التنبؤ والتحكم في كل خطوة. بالنسبة لأنظمة التصميم بمساعدة الكمبيوتر وأنظمة التصنيع بمساعدة الكمبيوتر والبرامج الهندسية بشكل عام، يفتح هذا النهج سيناريو جديد: الأتمتة الآمنة للمهام الهندسية دون خطر فقدان البيانات أو انهيار الترخيص.

ZK
Hamidun News
أخبار الذكاء الاصطناعي بدون ضوضاء. اختيار تحريري يومي من أكثر من 400 مصدر. منتج من جمال حميدون، رئيس الذكاء الاصطناعي في Alpina Digital.

هل تريد التوقف عن قراءة الذكاء الاصطناعي والبدء باستخدامه؟

AI News هو موجز منسق لأخبار الذكاء الاصطناعي. تعلمك Hamidun Academy استخدام الذكاء الاصطناعي في عملك.

ما رأيك؟
جارٍ تحميل التعليقات…