LLM أوبن أي آي

ما هو مكون LLM Open AI؟

يربط مكون LLM أوبن أي آي نماذج ChatGPT بتدفقك. بينما يتم السحر الفعلي في المولدات والوكلاء، تتيح لك مكونات LLM التحكم في النموذج المستخدم. جميع المكونات تأتي افتراضيًا مع ChatGPT-4. يمكنك ربط هذا المكون إذا رغبت في تغيير النموذج أو الحصول على مزيد من التحكم فيه.

إعدادات مكون LLM أوبن أي آي

اسم النموذج

هذا هو محدد النماذج. هنا ستجد جميع نماذج أوبن أي آي التي يدعمها FlowHunt. يقدم ChatGPT قائمة كاملة بنماذج ذات قدرات وأسعار مختلفة. على سبيل المثال، استخدام GPT-3.5 الأقدم والأقل تطورًا سيكلف أقل من استخدام الأحدث 4o، لكن جودة وسرعة الإخراج ستتأثر.

نماذج أوبن أي آي المتاحة في FlowHunt:

• GPT-4o – أحدث وأكثر النماذج شعبية من أوبن أي آي. نموذج متعدد الوسائط قادر على معالجة النصوص والصور والصوت والبحث عبر الإنترنت. تعرف أكثر هنا.
• GPT-4o Mini – إصدار أصغر وأكثر توفيرًا من GPT-4o، يقدم أداءً محسنًا مقارنة بـ GPT-3.5 Turbo، مع نافذة سياق 128K وتخفيض في التكلفة بنسبة تزيد عن 60%. شاهد كيف يتعامل مع المهام.
• o1 Mini – نسخة مبسطة من نموذج o1، مصممة لمهام الاستدلال المعقدة، وتوفر توازنًا بين الأداء والكفاءة. شاهد نتائج اختبارنا.
• o1 Preview – نموذج متقدم بقدرات استدلال محسنة، يتفوق في حل المشكلات المعقدة وخاصة في البرمجة والاستدلال العلمي، متوفر في وضع المعاينة. تعرف على طريقة تفكيره وأدائه.
• gpt-4-vision-preview – نموذج معاينة يقبل مدخلات النص والصورة، ويدعم ميزات مثل وضع JSON واستدعاء الدوال المتوازي، مما يعزز قدرات التفاعل متعددة الوسائط. اعرف المزيد هنا.
• GPT-3.5 Turbo – إصدار قديم من GPT، ممتاز للمهام البسيطة دون تكلفة عالية. راجع اختباراتنا لوكلاء الذكاء الاصطناعي لمقارنته بالنماذج الأحدث.

عند اختيار النموذج الأنسب للمهمة، ضع في اعتبارك الجودة والسرعة المطلوبتين. النماذج الأقدم مناسبة لتوفير المال في المهام الروتينية البسيطة والدردشة. إذا كنت تولد محتوى أو تبحث عبر الإنترنت، ننصحك باختيار نموذج أحدث وأكثر تطورًا.

الحد الأقصى للرموز (Max Tokens)

الرموز هي الوحدات الفردية من النص التي يعالجها النموذج ويولدها. يختلف استخدام الرموز حسب النماذج، ويمكن أن يكون الرمز كلمة أو جزء من كلمة أو حتى حرفًا واحدًا. عادة ما تُسعر النماذج بملايين الرموز.

إعداد الحد الأقصى للرموز يحدد العدد الإجمالي للرموز التي يمكن معالجتها في تفاعل أو طلب واحد، مما يضمن أن الإجابات يتم توليدها ضمن حدود معقولة. الحد الافتراضي هو 4000 رمز، وهو الحجم الأمثل لتلخيص المستندات وعدة مصادر لتوليد إجابة.

درجة الحرارة (Temperature)

تتحكم درجة الحرارة في تنوع الإجابات، وتتراوح من 0 إلى 1.

درجة حرارة 0.1 ستجعل الإجابات مباشرة جدًا ولكن قد تكون متكررة وناقصة.

درجة حرارة عالية 1 تتيح أقصى قدر من الإبداع في الإجابات ولكن ترفع احتمال وجود إجابات غير ذات صلة أو حتى متخيلة.

على سبيل المثال، درجة الحرارة الموصى بها لروبوت خدمة العملاء هي بين 0.2 و0.5. هذا المستوى يضمن بقاء الإجابات ذات صلة وملتزمة بالنص مع السماح بدرجة طبيعية من التنوع في الردود.

كيفية إضافة LLM أوبن أي آي إلى تدفقك

ستلاحظ أن جميع مكونات LLM لديها مقبض إخراج فقط. لا يمر الإدخال عبر المكون، لأنه مجرد تمثيل للنموذج، بينما التوليد الفعلي يتم في وكلاء الذكاء الاصطناعي والمولدات.

مقبض LLM يكون دائمًا أرجواني. يوجد مقبض إدخال LLM في أي مكون يستخدم الذكاء الاصطناعي لتوليد النصوص أو معالجة البيانات. يمكنك رؤية الخيارات بالنقر على المقبض:

يتيح لك هذا إنشاء جميع أنواع الأدوات. لنرَ المكون أثناء العمل. إليك تدفق روبوت دردشة بسيط يعمل بواسطة الوكيل ويستخدم o1 Preview لتوليد الردود. يمكنك اعتباره روبوت ChatGPT أساسي.

يتضمن هذا التدفق البسيط لروبوت الدردشة:

• إدخال الدردشة: يمثل الرسالة التي يرسلها المستخدم في الدردشة.
• سجل الدردشة: يضمن أن روبوت الدردشة يمكنه تذكر الأخذ في الاعتبار الردود السابقة.
• إخراج الدردشة: يمثل الرد النهائي لروبوت الدردشة.
• وكيل الذكاء الاصطناعي: وكيل مستقل للذكاء الاصطناعي يولد الردود.
• LLM أوبن أي آي: الاتصال بنماذج توليد النصوص من أوبن أي آي.