12 ورقة غش MCP و RAG و Agents لمهندسي الذكاء الاصطناعي (مع المرئيات):

1️⃣ استدعاء الوظيفة و MCP لطلاب القانون قبل أن تصبح MCPs شائعة ، اعتمدت مهام سير عمل الذكاء الاصطناعي على استدعاء الوظائف التقليدي للوصول إلى الأدوات. الآن ، تقوم MCP بتوحيدها للوكلاء / LLMs. يغطي المرئي كيفية عمل Function Calling و MCP تحت الغطاء. تحقق من الموضوع أدناه 👇

2️⃣ 4 مراحل تدريب LLMs من الصفر يغطي هذا المظهر المرئي 4 مراحل لبناء LLMs من البداية لجعلها قابلة للتطبيق عمليا. - التدريب المسبق - ضبط التعليمات - الضبط الدقيق للتفضيل - الضبط الدقيق للمنطق هذا هو الموضوع التفصيلي حول هذا الموضوع 👇

3️⃣ 3 تقنيات الحث على التفكير في LLMs يغطي هذا ثلاث تقنيات حثية شائعة تساعد LLMs على التفكير بشكل أكثر وضوحا قبل الإجابة. - سلسلة الفكر (CoT) - الاتساق الذاتي (أو تصويت الأغلبية على CoT) - شجرة الأفكار (ToT) اقرأ موضوعي التفصيلي حول هذا الموضوع أدناه 👇

4️⃣ تدريب LLMs باستخدام LLMs الأخرى لا يتعلم LLMs فقط من النص الخام. كما أنهم يتعلمون من بعضهم البعض. - تم تدريب Llama 4 Scout & Maverick باستخدام Llama 4 Behemoth. - تم تدريب جيما 2 و 3 باستخدام الجوزاء. يشرح المرئي 3 تقنيات شائعة. اقرأ الموضوع أدناه 👇

5️⃣ الضبط الدقيق للإشراف والتعزيز في LLMs يغطي هذا المظهر المرئي الفرق بين الضبط الدقيق الخاضع للإشراف والضبط الدقيق للتعزيز. يسمح لك RFT بتحويل أي LLM مفتوح المصدر إلى قوة تفكير دون أي بيانات مصنفة. اقرأ الموضوع أدناه 👇

6️⃣ المحولات مقابل مزيج من الخبراء في LLMs مزيج الخبراء (MoE) هي بنية شائعة تستخدم "خبراء" مختلفين لتحسين نماذج المحولات. يشرح الصورة المرئية أدناه كيف تختلف عن المحولات. هذا هو الموضوع التفصيلي حول هذا الموضوع👇

7️⃣ RAG مقابل Agentic RAG يسترد NAIVE RAG مرة واحدة ويولد مرة واحدة ، ولا يمكنه البحث ديناميكيا عن مزيد من المعلومات ، ولا يمكنه التفكير من خلال الاستعلامات المعقدة. Agentic RAG يحل هذا. تحقق من موضوع الشرح التفصيلي الخاص بي حول هذا👇 الموضوع

8️⃣ 5 أنماط تصميم الذكاء الاصطناعي الوكيل الشائعة تسمح السلوكيات الوكيلة ل LLMs بتحسين مخرجاتها من خلال دمج التقييم الذاتي والتخطيط والتعاون! يصور هذا المظهر المرئي 5 أنماط تصميم شائعة لبناء وكلاء الذكاء الاصطناعي. تحقق من الموضوع الخاص بي لمزيد من المعلومات👇

9️⃣ 5 مستويات من أنظمة الذكاء الاصطناعي الوكيل لا تقوم الأنظمة الوكيلة بإنشاء نص فقط. يتخذون القرارات ويستدعيون الوظائف وحتى يديرون مهام سير عمل مستقلة. يشرح المرئي 5 مستويات من وكالة الذكاء الاصطناعي. لقد قمت بربط مؤشر👇 الترابط التوضيحي التفصيلي الخاص بي

🔟 RAG التقليدي مقابل HyDE الأسئلة ليست مشابهة دلاليا للإجابات ، لذلك قد يسترجع النظام سياقا غير ذي صلة. في HyDE ، قم أولا بإنشاء إجابة افتراضية (H) للاستعلام. ثم استخدم (H) لاسترداد السياق ذي الصلة (C). لقد كتبت موضوعا مفصلا حول هذا الموضوع👇

1️⃣1️⃣ RAG مقابل Graph RAG من الصعب الإجابة على الأسئلة التي تحتاج إلى سياق عالمي مع RAG التقليدي لأنه يسترد فقط الأجزاء ذات الصلة من أعلى k. يجعل Graph RAG RAG RAG أكثر قوة مع هياكل الرسم البياني. تحقق من الموضوع التفصيلي أدناه👇

1️⃣2️⃣ KV التخزين المؤقت التخزين المؤقت KV هو تقنية تستخدم لتسريع استدلال LLM. لقد قمت بربط الموضوع التفصيلي أدناه👇

That's a wrap! If you found it insightful, reshare it with your network. Find me → @_avichawla Every day, I share tutorials and insights on DS, ML, LLMs, and RAGs.