صعود LLMs المستندة إلى RAG في عام 2024 - البيانات

مع دخولنا عام 2024، يبرز اتجاه واحد بشكل بارز في الأفق: ظهور نماذج جيل الاسترجاع المعزز (RAG) في عالم نماذج اللغات الكبيرة (LLMs). في أعقاب التحديات التي تفرضها الهلوسة وقيود التدريب، تظهر شهادات LLM المستندة إلى RAG كحل واعد يمكن أن يعيد تشكيل كيفية تعامل المؤسسات مع البيانات.

الزيادة في شعبية LLMs جلب عام 2023 معه موجة من الاحتمالات التحويلية، لكنه لم يخلو من العقبات. "الهلوسة" - الحالات التي يولد فيها النموذج معلومات غير دقيقة أو خيالية - والقيود أثناء مرحلة التدريب أثارت المخاوف، وخاصة في تطبيقات البيانات المؤسسية. 

ومع ذلك، فإن ظهور نماذج RAG يعد بتخفيف هذه التحديات، وتقديم حل قوي يمكن أن يحدث ثورة في إمكانية الوصول إلى البيانات داخل المؤسسات.

تقدم نماذج RAG حلاً لمكافحة تحديات الهلوسة من خلال توفير معلومات قابلة للتدقيق وحديثة. تتيح هذه النماذج إمكانية الوصول إلى مخازن البيانات الخارجية، مما يضمن أن المعلومات المقدمة ليست موثوقة فحسب، بل حديثة أيضًا.

للشركات التي تعتمد عليها رؤى تعتمد على البيانات، فإن احتضان LLMs المستندة إلى RAG يمكن أن يغير قواعد اللعبة. تعمل هذه النماذج على تعزيز موثوقية وأهمية المعلومات المستمدة، وتوفير بيانات قابلة للتدقيق وحديثة تعتبر ضرورية لاتخاذ قرارات مستنيرة.

يكمن جوهر نماذج RAG في إسكان الخبرة الموضوعية خارج النموذج، غالبًا في قواعد البيانات المتجهة أو الرسوم البيانية المعرفية أو جداول البيانات المنظمة. يقوم هذا الإعداد بإنشاء طبقة وسيطة متطورة ومنخفضة الكمون بين مخازن البيانات والمستخدمين النهائيين. ومع ذلك، فإنه يؤدي أيضًا إلى تضخيم عواقب البيانات غير الدقيقة، مما يستلزم وجود إطار قوي لرصد البيانات.

مع تحول المؤسسات بشكل متزايد نحو نشر نماذج RAG في حالات استخدام الإنتاج، أصبحت الحاجة إلى إمكانية مراقبة البيانات أمرًا بالغ الأهمية أيضًا. ستحتاج المؤسسات إلى الاستثمار بشكل أكبر في عمليات تدقيق البيانات الشاملة لضمان موثوقية المعلومات التي يتم الرجوع إليها بواسطة LLMs المستندة إلى RAG.

إحدى الشركات الرائدة في الصناعة التي تضع رهانًا كبيرًا على نماذج RAG هي Databricks. في محادثة ودية حديثة في Money 2020، كشف علي قدسي، المؤسس المشارك والرئيس التنفيذي لشركة Databricks، أن عملائهم يتبنون RAGs بنشاط، حيث تتضمن 60٪ من حالات الاستخدام الخاصة بهم LLMs مبنية على هذه البنية. ترى الشركة أن هذه التكنولوجيا الجديدة هي حجر الزاوية للتقدم المستقبلي في إمكانية ملاحظة البيانات داخل LLMs.

في عام 2024 وما بعده، ستصبح شهادات LLM المستندة إلى RAG قوة دافعة في تطور معالجة البيانات وتحليلها. من الضروري للشركات ألا تتبنى هذه التكنولوجيا فحسب، بل تعمل أيضًا على تعزيز ممارسات مراقبة البيانات الخاصة بها لتسخير الإمكانات الحقيقية لـ LLMs المستندة إلى RAG في مشهد الذكاء الاصطناعي الآخذ في التوسع.

• محتوى مدعوم من تحسين محركات البحث وتوزيع العلاقات العامة. تضخيم اليوم.
• PlatoData.Network Vertical Generative Ai. تمكين نفسك. الوصول هنا.
• أفلاطونايستريم. ذكاء Web3. تضخيم المعرفة. الوصول هنا.
• أفلاطون كربون، كلينتك ، الطاقة، بيئة، شمسي، إدارة المخلفات. الوصول هنا.
• أفلاطون هيلث. التكنولوجيا الحيوية وذكاء التجارب السريرية. الوصول هنا.
• المصدر https://www.dataversity.net/the-rise-of-rag-based-llms-in-2024/