الذكاء الاصطناعي
#نماذج_اللغة_الكبيرة
#الذكاء_الاصطناعي
تعاون نماذج اللغة الكبيرة لتحقيق نتائج أفضل
تخيل هذا: أربعة خبراء في الذكاء الاصطناعي يجلسون حول طاولة بوكر، يناقشون أصعب قراراتك في الوقت الحقيقي. هذا بالضبط ما يفعله Consilium، منصة متعددة النماذج اللغوية التي أنشأتها خلال هاكاثون Gradio Agents & MCP. تتيح هذه المنصة لنماذج الذكاء الاصطناعي مناقشة الأسئلة المعقدة والتوصل إلى توافق من خلال نقاش منظم.
تعمل المنصة كواجهة مرئية باستخدام Gradio وأيضًا كخادم MCP (بروتوكول سياق النموذج) يتكامل مباشرة مع التطبيقات مثل Cline. كانت الفكرة الأساسية دائمًا تتمحور حول وصول نماذج اللغة الكبيرة إلى توافق من خلال النقاش؛ ومن هنا جاء اسم Consilium. لاحقًا، تمت إضافة أوضاع قرار أخرى مثل التصويت بالأغلبية والاختيار المصنف لجعل التعاون أكثر تعقيدًا.
من الفكرة إلى المعمارية
لم تكن هذه هي فكرتي الأصلية في الهاكاثون. كنت أرغب في البداية في بناء خادم MCP بسيط للتواصل مع مشاريعي في RevenueCat. لكنني أعيدت التفكير عندما أدركت أن منصة متعددة النماذج اللغوية حيث تناقش هذه النماذج الأسئلة وتعيد إجابات مدروسة ستكون أكثر جذبًا.
اتضح أن التوقيت كان مثاليًا. بعد فترة وجيزة من الهاكاثون، نشرت مايكروسوفت مُنسق تشخيص الذكاء الاصطناعي (MAI-DxO)، والذي يعد في الأساس لوحة أطباء ذكاء اصطناعي بأدوار مختلفة. هذا يثبت تمامًا ما يظهره Consilium: يمكن أن تتفوق وجهات نظر متعددة من الذكاء الاصطناعي بشكل كبير على التحليل الفردي.
بعد الاستقرار على الفكرة، كنت بحاجة إلى شيء يعمل كخادم MCP وأيضًا كعرض تجريبي جذاب على Hugging Face. كانت الفكرة هي وضع نماذج اللغة الكبيرة حول طاولة في قاعة اجتماعات مع فقاعات كلام، مما يجب أن يعكس النقاش التعاوني ويجعل العرض جذابًا بصريًا.
بناء الأساس البصري
أصبح المكون المخصص لـ Gradio قلب التقديم؛ حيث كانت الطاولة الدائرية على طراز البوكر حيث يجلس المشاركون ويعرضون فقاعات الكلام التي تظهر ردودهم، حالة التفكير، وأنشطة البحث، تجذب انتباه أي شخص يزور المساحة. كانت عملية تطوير المكون سلسة بشكل ملحوظ بفضل تجربة المطور الممتازة التي يقدمها Gradio.
إذا كنت مهتمًا بإنشاء مكون Gradio مخصص خاص بك، يجب أن تلقي نظرة على "المكونات المخصصة في 5 دقائق"؛ يستغرق الإعداد الأساسي خمس دقائق فقط.
إدارة حالة الجلسة
تحافظ الطاولة البصرية على الحالة من خلال نظام قاموس قائم على الجلسات حيث يحصل كل مستخدم على تخزين حالة معزول. تتعقب كائن الحالة الأساسي participants، messages، currentSpeaker، thinking، وshowBubbles التي يتم تحديثها من خلال ردود update_visual_state().
جعل نماذج اللغة الكبيرة تناقش فعليًا
أثناء التنفيذ، أدركت أنه لم يكن هناك نقاش حقيقي يحدث بين نماذج اللغة الكبيرة لأنها كانت تفتقر إلى أدوار واضحة. قدمت أدوارًا مميزة لإنشاء ديناميكيات نقاش منتجة. كما أردت من المستخدمين التحكم في هيكل التواصل.
اختيار نماذج اللغة الكبيرة ودمج البحث
يتضمن اختيار النموذج الحالي Mistral Large، DeepSeek-R1، Meta-Llama-3.3-70B، وQwQ-32B. بالنسبة للنماذج التي تدعم استدعاء الوظائف، قمت بدمج وكيل بحث مخصص يظهر كأحد المشاركين في الطاولة. يصل وكيل البحث إلى خمسة مصادر: بحث الويب، ويكيبيديا، arXiv، GitHub، وSEC EDGAR.
الدروس المستفادة والآثار المستقبلية
قدمت لي الهاكاثون أبحاث نقاش متعددة الوكلاء لم أتعرف عليها سابقًا. سأستمر في العمل على Consilium ومع توسيع اختيار النماذج، يمكن أن تدعم المنصة تقريبًا أي سيناريو نقاش متعدد الوكلاء يمكن تخيله.
في الختام، يظهر التعاون بين نماذج اللغة الكبيرة كاستراتيجية فعالة لتحسين الأداء وتوسيع نطاق التطبيقات الممكنة.
التعليقات 0
سجل دخولك لإضافة تعليق
لا توجد تعليقات بعد. كن أول من يعلق!