Llama 3، نموذج لغوي مضبوط على بيانات البنك
لصالح Afreximbank، ضبطت STEPS نموذج Llama 3 على البيانات الداخلية للبنك: بناء المدوّنة، والتدريب، والتقييم، وتشغيل نموذج مفتوح المصدر يحتفظ البنك بالتحكّم فيه.
$ prepare_corpus --source internal_docs
✓ corpus cleaned, deduplicated, anonymised
$ finetune --base llama-3 --method lora
epoch 3/3
$ evaluate --suite bank_qa --guardrails on
✓ model deployed on the bank's infrastructure
ذكاء اصطناعي توليدي، لكن ليس بأي ثمن
أراد البنك الاستفادة من الذكاء الاصطناعي التوليدي على وثائقه الخاصة: التقارير والسياسات والمذكرات الداخلية. لكن حلول السوق طرحت أسئلة حول السرية والملاءمة.
وثائق حساسةلا يمكن ائتمان خدمة خارجية على البيانات الداخلية لبنك دون ضمانات.
مفردات متخصّصةالنماذج العامة لا تُتقن تمويل التجارة ولا لغة البنك الخاصة.
تبعية يجب تجنّبهاالبناء على واجهة برمجية مملوكة لطرف آخر يعني التبعية لأسعارها وقواعدها وتوفّرها.
لماذا نموذج خاص بدل واجهة برمجية
لا يمكن لبنك أن يرسل وثائقه الداخلية إلى أي مكان. النموذج مفتوح المصدر المضبوط يبقى تحت سيطرته.
عملي، لكن
- بيانات تُرسَل إلى طرف ثالث
- مفردات مهنية غير متقنة
- تبعية لمزوّد
اختيار البنك
- نموذج مستضاف ومتحكَّم فيه من البنك
- لغة البنك وسياقه مكتسبان
- ضوابط محدّدة داخلياً
من المدوّنة إلى النموذج في الخدمة
جمع الوثائق الداخلية وتنظيفها وإخفاء هويتها.
تدريب Llama 3 على هذه المدوّنة، بمفردات البنك.
اختبارات جودة الإجابات وضوابط قبل أي تشغيل.
نشر آمن، ونفاذ متحكَّم فيه، ومتابعة في الإنتاج.


استجواب وثائق البنك
يغذّي النموذج منصة للبحث عن المعلومات: تحمّل الفرق وثائقها وتطرح أسئلتها بلغة طبيعية، مع ملاحظات مدمجة.
ما يقدّمه النموذج للبنك
أصل في الذكاء الاصطناعي يملكه البنك ويتحكّم فيه ويطوّره.
يمتلك البنك نموذجاً لغوياً ملائماً لمهنته، مستضافاً ومتحكَّماً فيه من طرفه: بياناته لا تغادره وهو من يقرّر تطويره.
تبقى المدوّنة والنموذج في بيئة متحكَّم فيها.
يفهم النموذج مفردات البنك وسياقه.
يجنّب النموذج مفتوح المصدر دفع ثمن كل طلب لمزوّد.
يمكن إعادة تدريب النموذج أو نقله أو تعويضه بحرية.
تجد الفرق المعلومات في الوثائق بلغة طبيعية.
يغذّي النموذج نفسه المساعدين والملخّصات ووكلاء الذكاء الاصطناعي.
أربع مراحل، من الفكرة إلى النموذج في الخدمة
اختيار حالات الاستخدام والوثائق المعنية وقواعد السرية.
جمع مدوّنة التدريب وتنظيفها وإخفاء هويتها وهيكلتها.
الضبط الدقيق لـ Llama 3، والتكرارات، والتقييم على أسئلة مهنية.
نشر آمن، ومنصة بحث، وحلقة ملاحظات المستخدمين.
تحت الغطاء
سلسلة MLOps كاملة، من إعداد البيانات إلى المتابعة في الإنتاج.
- البياناتمدوّنة داخلية منظّفة وخالية من التكرار ومجهولة الهوية
- النموذجLlama 3 مفتوح المصدر، مضبوط على مدوّنة البنك
- التقييممجموعات أسئلة مهنية وضوابط أمان
- الخدمةاستضافة في بيئة يتحكّم فيها البنك
- الواجهةمنصة بحث عن المعلومات مع ملاحظات المستخدمين
أسئلة شائعة
لماذا Llama 3؟
إنه نموذج مفتوح المصدر عالي الأداء: يستطيع البنك استضافته وتكييفه وتطويره دون التبعية لمزوّد.
هل تغادر البيانات البنك؟
لا. تبقى المدوّنة والتدريب والتشغيل في بيئة يتحكّم فيها البنك.
هل يجب إعادة التدريب بانتظام؟
يمكن إعادة تدريب النموذج عند تطوّر المدوّنة؛ والمنهجية موثّقة وقابلة للتكرار.
تريدون ذكاءً اصطناعياً توليدياً يبقى لديكم؟ لنتحدث عن نموذجكم اللغوي السيادي.
احجز جلسة تحديد الاحتياجات ↗