مسرد المصطلحات

التسلسل الفوري

اكتشف التسلسل الفوري: تقنية الذكاء الاصطناعي التدريجي التي تعزز الدقة والتحكم والدقة في المهام المعقدة باستخدام نماذج اللغة الكبيرة.

تدريب YOLO النماذج
ببساطة مع Ultralytics HUB

التعرف على المزيد

تسلسل المطالبات هي تقنية مستخدمة في مجال الذكاء الاصطناعي (AI) والتعلم الآلي (ML) لمعالجة المهام المعقدة من خلال تقسيمها إلى سلسلة من الخطوات الأبسط والمتسلسلة. وبدلاً من الاعتماد على مطالبة واحدة شاملة، يتضمن تسلسل المطالبات إنشاء "سلسلة" من المطالبات، حيث تصبح مخرجات إحدى المطالبات مدخلات للمطالبة التالية. تعتبر هذه الطريقة فعّالة بشكل خاص عند العمل مع نماذج اللغات الكبيرة (LLMs) ونماذج الذكاء الاصطناعي المتقدمة الأخرى، حيث تسمح بحل المشكلات بشكل أكثر تعقيدًا ويمكن أن تحسن بشكل كبير من جودة ودقة النتائج التي يولدها الذكاء الاصطناعي.

فهم تسلسل الموجهات

يستفيد تسلسل المطالبات في جوهره من قدرة نماذج الذكاء الاصطناعي على فهم مطالبات اللغة الطبيعية والاستجابة لها. من خلال هيكلة سلسلة من المطالبات التي تعتمد على بعضها البعض، يمكن للمستخدمين توجيه الذكاء الاصطناعي خلال مهمة معقدة خطوة بخطوة. وهذا مفيد بشكل خاص للمهام التي تتطلب التفكير متعدد المراحل، أو استخراج المعلومات التفصيلية، أو إنشاء محتوى إبداعي.

تتمثل الفائدة الأساسية للتسلسل الفوري في تعزيز التحكم والدقة. فهي تسمح للمستخدمين بتحليل مشكلة معقدة إلى أجزاء أصغر وأكثر قابلية للإدارة. يركز كل موجه في السلسلة على مهمة فرعية محددة، مما يسهل توجيه الذكاء الاصطناعي نحو النتيجة المرجوة. يمكن أن يؤدي هذا النهج إلى نتائج أكثر تماسكًا ودقة وذات صلة بالسياق مقارنةً بمحاولة حل المشكلة بأكملها بمطالبة واحدة.

على سبيل المثال، ضع في اعتبارك استخدام Ultralytics YOLO لمشروع رؤية حاسوبية. بدلاً من مطالبة واحدة تطلب تحليلاً شاملاً للصور، يمكن استخدام سلسلة مطالبات:

  1. موجه أولي: "تحديد جميع الكائنات في هذه الصورة." (باستخدام إمكانيات اكتشاف الأجسام في Ultralytics YOLO ).
  2. موجه ثانوي: "لكل سيارة تم اكتشافها، صنف لونها وطرازها." (بناءً على مخرجات الكشف عن الأجسام لإجراء تصنيف للصور).
  3. الموجه الثالث: "لخص عدد السيارات الحمراء مقابل السيارات الزرقاء المكتشفة." (استخدام نتائج التصنيف لإجراء تحليلات البيانات).

ويسمح هذا النهج المتسلسل بإجراء تحليل أكثر تفصيلاً ودقة مقارنةً بتحليل أكثر تفصيلاً ودقة مقارنةً بمطالبة واحدة تهدف إلى تحقيق كل هذه الخطوات دفعة واحدة.

تطبيقات التسلسل الفوري

يحتوي التسلسل الفوري على مجموعة واسعة من التطبيقات في مختلف المجالات:

  • إنشاء المحتوى: في السيناريوهات التي تتطلب محتوى مفصّل ومنظّم، يمكن لتسلسل المطالبات أن يوجه الذكاء الاصطناعي خلال مراحل مثل توليد الأفكار والتخطيط والصياغة والتنقيح. على سبيل المثال، يمكن أن يبدأ إنشاء منشور مدونة حول الرؤية الحاسوبية في الزراعة بمطالبة بأفكار موضوعية، تليها مطالبات للتوسع في المواضيع المختارة وتنظيم المحتوى بشكل منطقي.

  • خدمة العملاء: يمكن لروبوتات الدردشة التي تعمل بالذكاء الاصطناعي استخدام تسلسل المطالبات للتعامل مع استفسارات العملاء المعقدة. قد تحدد المطالبة الأولية مشكلة العميل، ويمكن للمطالبات اللاحقة جمع المزيد من التفاصيل، أو تقديم الحلول، أو تصعيد المشكلة إلى وكيل بشري إذا لزم الأمر. يمكن أن يعزز ذلك من كفاءة وفعالية الذكاء الاصطناعي في التفاعل مع العملاء، كما رأينا في تطبيقات الذكاء الاصطناعي في مجال البيع بالتجزئة وصناعات الخدمات الأخرى.

  • تحليل البيانات وإعداد التقارير: بالنسبة لمجموعات البيانات المعقدة، يمكن استخدام التسلسل الفوري لتوجيه الذكاء الاصطناعي من خلال خطوات مثل استخراج البيانات وتنظيفها وتحليلها وإنشاء التقارير. هذا الأمر ذو قيمة خاصة في مجالات مثل تحليل الصور الطبية، حيث يكون التحليل التفصيلي خطوة بخطوة أمرًا بالغ الأهمية للتشخيص الدقيق والرؤى.

  • أتمتة سير العمل: في العمليات التجارية، يمكن أن يؤدي تسلسل المطالبات إلى أتمتة سير العمل متعدد الخطوات. على سبيل المثال، في أتمتة العمليات الروبوتية (RPA)، يمكن لسلسلة من المطالبات توجيه الذكاء الاصطناعي خلال مهام مثل إدخال البيانات ومعالجة المستندات واتخاذ القرارات، مما يؤدي إلى تبسيط العمليات وتحسين الكفاءة.

تسلسل الموجهات مقابل موجهات تسلسل الأفكار

من المهم التمييز بين التسلسل الفوري وتسلسل الأفكار. في حين أن كلا الأسلوبين يهدفان إلى تحسين أداء الذكاء الاصطناعي في المهام المعقدة، إلا أنهما يختلفان في النهج. تشجع المطالبة بتسلسل الأفكار الذكاء الاصطناعي على إظهار عملية التفكير خطوة بخطوة بشكل واضح ضمن مطالبة واحدة أكثر تفصيلاً. وعلى النقيض من ذلك، فإن تسلسل المطالبة يبني التفاعل كسلسلة من المطالبات المنفصلة، يركز كل منها على جزء محدد من المهمة الكلية.

يمكن استخدام كلتا الطريقتين لتعزيز التفكير وجودة المخرجات لنماذج الذكاء الاصطناعي، ولكن التسلسل الفوري يوفر طريقة أكثر معيارية وتحكمًا لتوجيه الذكاء الاصطناعي خلال العمليات المعقدة، مما يوفر مرونة ودقة أكبر في إدارة المهام المعقدة. مع تقدم تكنولوجيا الذكاء الاصطناعي، ستصبح تقنيات مثل التسلسل الفوري حيوية بشكل متزايد لتسخير الإمكانات الكاملة لنماذج مثل Ultralytics YOLO11وGPT-4 في تطبيقات العالم الحقيقي.

للتعمق أكثر في تقنيات الهندسة الفورية وأفضل الممارسات، يمكن لمصادر مثل وثائق OpenAI حول الهندسة الفورية أن تقدم المزيد من الأفكار.

قراءة الكل