مِخبارMIKHBAR
الذكاء الاصطناعي

إطلاق نموذج الذكاء الاصطناعي Grok 4.7 على منصة أمازون بيدروك

أصبح نموذج الذكاء الاصطناعي Grok 4.7 متاحاً رسمياً على منصة أمازون بيدروك، مع دعم إعدادات الجهد الاستدلالي المخصصة واستدعاء الأدوات للوكلاء طويلي المدى.

إطلاق نموذج الذكاء الاصطناعي Grok 4.7 على منصة أمازون بيدروك

توفر نموذج Grok 4.7 على أمازون بيدروك

أعلنت منصة أمازون بيدروك عن إتاحة نموذج الذكاء الاصطناعي الجديد Grok 4.7، والذي يوفر للمطورين خيارات متقدمة لبناء وكلاء ذكاء اصطناعي قادرين على تنفيذ مهام معقدة وطويلة المدى تتطلب خطوات متعددة والتحقق الذاتي من النتائج. ويمكن الرجوع إلى AWS Machine Learning Blog للاطلاع على التفاصيل الأصلية للمصدر.

وفقاً لما أعلنته شركة SpaceXAI، فقد تم تدريب النموذج الجديد بتركيز أكبر على المهام الصعبة التي تستغرق وقتاً طويلاً، مما يجعله أكثر كفاءة في إدارة السياقات الطويلة والتحقق من صحة العمليات التي يجريها الوكلاء أثناء تنفيذ مهامهم. ويمكن الرجوع إلى Artificial Intelligence للاطلاع على التفاصيل الأصلية للمصدر.

يتميز النموذج بقدرته على التعامل مع مدخلات النصوص والصور وإخراج النصوص، إلى جانب توفير نافذة سياق واسعة تصل إلى 500 ألف رمز، مما يمنحه قدرة استثنائية على استيعاب المعلومات وتحليلها بدقة.

مستويات الجهد الاستدلالي والتحكم بالتكاليف

يتيح نموذج Grok 4.7 للمستخدمين إمكانية ضبط مستويات الجهد الاستدلالي للتحكم في حجم التداول الفكري قبل تقديم كل استجابة، وتتراوح هذه المستويات بين المنخفضة والعالية جداً.

أظهرت الاختبارات والتقييمات التي أجريت على مهام الاستدلال والبحث أن المستويات العليا تحقق دقة كاملة في الإجابات، بينما توفر المستويات المنخفضة كفاءة عالية في استهلاك الرموز، مما يتيح للمطورين موازنة التكاليف بناءً على متطلبات كل طلب على حدة.

تعتمد منهجية القياس على عدد الرموز المستهلكة بدلاً من الأسعار النقدية، نظراً لتغير تكاليف الرموز باستمرار، مما يضمن دقة المقارنات وقابليتها للتطبيق العملي في البيئات الإنتاجية المختلفة.

آليات التشغيل والتكامل عبر مناطق AWS

يعمل نموذج Grok 4.7 عبر نقطة نهاية التشغيل الخاصة بالمنصة، ويمكن الوصول إليه بسهولة من خلال ملفات تعريف الاستدلال عبر المناطق المختلفة، مما يرفع من مستوى الإنتاجية وتوزيع الأحمال.

يتيح استخدام ملفات تعريف الاستدلال للمطورين توجيه الطلبات بسلاسة عبر عدة مناطق دون الحاجة إلى إدارة السعة بشكل يدوي لكل منطقة على حِدة، مع توفير الدعم للواجهات البرمجية المتوافقة مع المعايير القياسية.

كما يدعم النموذج واجهات إتمام المحادثات المتوافقة، بالإضافة إلى واجهة المحادثة الخاصة بأمازون بيدروك، والتي تعرض محتوى الاستدلال بشكل مستقل لتسهيل تتبع خطوات عمل الوكلاء.

إطلاق نموذج الذكاء الاصطناعي Grok 4.7 على منصة أمازون بيدروك
صورة مرتبطة بالخبر من AWS Machine Learning Blog · المصدر: AWS Machine Learning Blog

تقييم أداء الوكلاء طويلي المدى

تم اختبار أداء الوكلاء المعتمدين على نموذج Grok 4.7 عبر مجموعة من المهام المعقدة التي تتطلب عمليات بحث واستدلال متقدمة بدلاً من مجرد البحث البسيط في البيانات المخزنة.

شملت الاختبارات تشخيص الأعطال المعقدة، جدولة أعمال الصيانة تحت قيود متداخلة، واختيار مجموعات الهجرة المثلى، حيث أظهرت النتائج قدرة عالية للنموذج على معالجة السيناريوهات الصعبة والوصول إلى الإجابات الصحيحة بدقة ملحوظة.

تؤكد هذه النتائج تفوق الإصدار الجديد في المهام التي تتطلب عملاً مستمراً وممتداً مقارنة بالإصدارات السابقة التي تركز عادة على الإجابات السريعة أحادية الخطوة.

أفضل ممارسات التطوير والتحكم بالرموز

يوصي الخبراء باتباع ممارسات دقيقة عند دمج نموذج Grok 4.7 في التطبيقات الإنتاجية، مثل تحديد الحدود المناسبة للرموز وضمان ترك مساحة كافية لرموز الاستدلال قبل توليد النصوص النهائية.

كما يُلزم استخدام النماذج في بيئة العمل توفير الصلاحيات الأمنية اللازمة عبر إدارة الهوية والوصول، وتوليد رموز المصادقة قصيرة الأمد للحفاظ على أمان التطبيقات ومنع تخزين أسرار طويلة الأمد.

تساعد هذه الإجراءات المطورين على الاستفادة القصوى من إمكانات الاستدلال المتقدمة للنموذج مع الحفاظ على كفاءة الأداء واستقرار النظم في مختلف حالات الاستخدام.

المصادر

تابع التسلسل الزمني

تغطية الكيانات المرتبطة