× STEPS
مرجع | نموذج لغوي سيادي، Afreximbank

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.

نموذج مفتوح المصدر
بيانات داخلية
تشغيل آمن
01 - السياق

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.

02 - الاختيار

لماذا نموذج خاص بدل واجهة برمجية

لا يمكن لبنك أن يرسل وثائقه الداخلية إلى أي مكان. النموذج مفتوح المصدر المضبوط يبقى تحت سيطرته.

نموذج عام عبر واجهة برمجية

عملي، لكن

  • بيانات تُرسَل إلى طرف ثالث
  • مفردات مهنية غير متقنة
  • تبعية لمزوّد
LLAMA 3 مضبوط

اختيار البنك

  • نموذج مستضاف ومتحكَّم فيه من البنك
  • لغة البنك وسياقه مكتسبان
  • ضوابط محدّدة داخلياً
03 - المنهجية

من المدوّنة إلى النموذج في الخدمة

01المدوّنة

جمع الوثائق الداخلية وتنظيفها وإخفاء هويتها.

02الضبط الدقيق

تدريب Llama 3 على هذه المدوّنة، بمفردات البنك.

03التقييم

اختبارات جودة الإجابات وضوابط قبل أي تشغيل.

04التشغيل

نشر آمن، ونفاذ متحكَّم فيه، ومتابعة في الإنتاج.

04 - الاستخدامات

استجواب وثائق البنك

يغذّي النموذج منصة للبحث عن المعلومات: تحمّل الفرق وثائقها وتطرح أسئلتها بلغة طبيعية، مع ملاحظات مدمجة.

05 - الفوائد

ما يقدّمه النموذج للبنك

أصل في الذكاء الاصطناعي يملكه البنك ويتحكّم فيه ويطوّره.

الفائدة الرئيسيةالسيادة على ذكائه الاصطناعي

يمتلك البنك نموذجاً لغوياً ملائماً لمهنته، مستضافاً ومتحكَّماً فيه من طرفه: بياناته لا تغادره وهو من يقرّر تطويره.

السريةبيانات محمية

تبقى المدوّنة والنموذج في بيئة متحكَّم فيها.

الملاءمةإجابات مهنية

يفهم النموذج مفردات البنك وسياقه.

التكاليفلا فوترة حسب الاستخدام

يجنّب النموذج مفتوح المصدر دفع ثمن كل طلب لمزوّد.

الاستقلاليةلا ارتهان لمزوّد

يمكن إعادة تدريب النموذج أو نقله أو تعويضه بحرية.

الإنتاجيةبحث أسرع

تجد الفرق المعلومات في الوثائق بلغة طبيعية.

الأساسقاعدة لاستخدامات أخرى

يغذّي النموذج نفسه المساعدين والملخّصات ووكلاء الذكاء الاصطناعي.

06 - تدخّلنا

أربع مراحل، من الفكرة إلى النموذج في الخدمة

المرحلة 01التأطير

اختيار حالات الاستخدام والوثائق المعنية وقواعد السرية.

المرحلة 02البيانات

جمع مدوّنة التدريب وتنظيفها وإخفاء هويتها وهيكلتها.

المرحلة 03التدريب

الضبط الدقيق لـ Llama 3، والتكرارات، والتقييم على أسئلة مهنية.

المرحلة 04الإنتاج

نشر آمن، ومنصة بحث، وحلقة ملاحظات المستخدمين.

07 - البنية

تحت الغطاء

سلسلة MLOps كاملة، من إعداد البيانات إلى المتابعة في الإنتاج.

Llama 3الضبط الدقيقLoRAPythonRAGMLOps
  • 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
الأسئلة الشائعة

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 ↗