يغطي هذا الدليل صفحة إعدادات LLM التي تعد جزءًا من مكون Discourse AI الإضافي.
مستوى المستخدم المطلوب: مسؤول
تم تصميم صفحة الإعدادات المخصصة لتضمين كل ما يتعلق بنماذج اللغة الكبيرة (LLMs) المستخدمة لميزات Discourse AI في مكان واحد.
اعتمادًا على ميزة Discourse AI الممكّنة، قد تكون هناك حاجة إلى LLM. يرجى التحقق من كل ميزة من ميزات Discourse AI لمعرفة ما إذا كان LLM شرطًا مسبقًا.
الميزات
- إضافة نماذج جديدة، مع معلومات مُعدة مسبقًا
- إضافة نماذج مخصصة غير مذكورة
- تكوين إعدادات LLM
- السماح باستخدام LLM محدد لروبوت الذكاء الاصطناعي
- عرض اسم مستخدم روبوت الذكاء الاصطناعي
- تمكين دعم الرؤية (يعتمد على النموذج)
- اختبار
- حفظ الإعدادات
إضافة اتصالات LLM
- انتقل إلى
مسؤول→المكونات الإضافية→الذكاء الاصطناعي- انتقل إلى علامة التبويب
LLMs- أضف اتصالًا جديدًا، اختر نموذجك
- أدخل مفتاح API (اعتمادًا على النموذج، قد يكون لديك المزيد من الحقول لإدخالها يدويًا) واحفظ
- (اختياري) اختبر اتصالك للتأكد من أنه يعمل
LLMs المدعومة
يمكنك دائمًا إضافة خيار مخصص إذا لم تجد نموذجك مدرجًا. يتم باستمرار إضافة نماذج مدعومة.
- Grok-2
- Deepseek-R1
- Nova Pro
- Nova Lite
- Nova Micro
- o3-pro
- o3
- o3-mini
- GPT-4.1 (بما في ذلك: nano,mini)
- GPT-4o
- GPT-4o mini
- OpenAI o1 Preview
- OpenAI o1 mini Preview
- Claude Sonnet 3.7
- Claude Sonnet 3.5
- Claude Haiku 3.5
- Gemini Pro 1.5
- Gemini Flash 1.5
- Gemini Flash 2.0
- Llama 3.1
- Llama 3.3
- Mistral large
- Pixtral large
- Qwen 2.5 Coder
بالإضافة إلى ذلك، يمكن للعملاء المستضافين استخدام CDCK Hosted Small LLM (Qwen 2.5) المُعد مسبقًا في صفحة الإعدادات. هذا LLM مفتوح الأوزان مُستضاف بواسطة Discourse، جاهز للاستخدام لتشغيل ميزات الذكاء الاصطناعي.
حقول التكوين
سترى فقط الحقول ذات الصلة بمزود LLM الذي اخترته. يرجى التحقق مرة أخرى من أي من الحقول المُعدة مسبقًا مع المزود المناسب، مثل
اسم النموذج
الاسم المعروضاسم النموذجالخدمة التي تستضيف النموذجعنوان URL للخدمة التي تستضيف النموذجمفتاح API للخدمة التي تستضيف النموذجمعرف مفتاح الوصول إلى AWS Bedrockمنطقة AWS Bedrockمعرف مؤسسة OpenAI اختياريالمُرمّزعدد الرموز للموجهتمكين واجهة برمجة تطبيقات الاستجابات(Open AI فقط، تأكد من تعيين عنوان URL إلىhttps://api.openai.com/v1/responses)الأسئلة الشائعة التقنية
ما هو المُرمّز؟
- يقوم المُرمّز بترجمة السلاسل النصية إلى رموز، وهي ما يستخدمها النموذج لفهم المدخلات.
ما الرقم الذي يجب أن أستخدمه لـ
عدد الرموز للموجه؟
- قاعدة عامة جيدة هي 50٪ من نافذة سياق النموذج، وهي مجموع عدد الرموز التي ترسلها وعدد الرموز التي يولدونها. إذا أصبح الموجه كبيرًا جدًا، فسيفشل الطلب. يُستخدم هذا الرقم لاختصار الموجه ومنع حدوث ذلك.
تنويهات
- قد لا ترى النموذج الذي أردت استخدامه مدرجًا في بعض الأحيان. بينما يمكنك إضافته يدويًا، سنقوم بدعم النماذج الشائعة فور صدورها.
إنه صعب للغاية، لا أعرف كيف أفعل ذلك على الإطلاق. آمل في تحديث دروس تعليمية محددة حول الذكاء الاصطناعي المختلف، مثل إعدادات تسجيل الدخول إلى جوجل.
لقد قمنا بتحسين واجهة المستخدم كثيرًا في الأسبوع الماضي، هل يمكنك تجربتها مرة أخرى؟
متى سيتم دعم Gemini 2.0؟
تمت دعمه لفترة طويلة جدًا.
يبدو أن لدي مشكلة حيث لا يمكنني اختيار نموذج لغة كبير (LLM) على الرغم من أن النماذج المضيفة على CDCK مهيأة..
هل هذا طبيعي؟
هناك الكثير مما يجب تفصيله هنا، أي نموذج لغوي كبير تحاول اختياره ولأي غرض؟
نماذج CDCK LLMs متاحة فقط لميزات محددة جدًا، لمعرفة أي منها تحتاج إلى الانتقال إلى /admin/whats-new على مثيلك والنقر على “إظهار الميزات التجريبية فقط”، ستحتاج إلى تمكينها لفتح CDCK LLM على ميزات محددة.
أي نموذج لغوي كبير تحدده خارج نماذج CDCK LLMs متاح لجميع الميزات.
هل يوجد أيضًا موضوع يقدم نظرة عامة على أفضل توازن بين التكلفة والجودة؟ أو حتى أي نموذج لغوي كبير (LLM) يمكن استخدامه مجانًا لمجتمع صغير ووظائف أساسية؟ يمكنني التعمق في التفاصيل واللعب بها. لكن وقتي محدود بعض الشيء.
على سبيل المثال، أنا أهتم فقط بالكشف عن البريد العشوائي (spam) ومرشح الألفاظ النابية (profanity filter). كان لدي هذا مجانًا، لكن هذه الإضافات (plugins) تم إيقافها أو سيتم إيقافها قريبًا. سيكون من الجيد لو تمكنت من الاحتفاظ بهذه الوظيفة دون الحاجة إلى الدفع مقابل نموذج لغوي كبير (LLM).
لدينا هذا الموضوع، قد يكون ما تبحث عنه.
تم! لقد كان الأمر سهلاً للغاية بالفعل. ولكن ربما بالنسبة لشخص غير تقني قد يكون الإعداد لا يزال صعبًا بعض الشيء. على سبيل المثال، تم تعيين اسم النموذج تلقائيًا في الإعدادات، ولكنه لم يكن الصحيح. لحسن الحظ، تعرفت على اسم النموذج في مثال curl لـ Claude على صفحة API، وبعد ذلك نجح الأمر 
التكاليف المقدرة ربما تكون 30 سنتًا يورو شهريًا للتحكم في البريد العشوائي (ليس لدي منتدى كبير). لذا فهذا يمكن التحكم فيه! لقد قمت بتعيين حد قدره 5 يورو في وحدة تحكم API، فقط في حالة.
ما هو الاسم الذي اخترته لـ Claude؟ ما هو الاسم غير الصحيح الذي تم عرضه، وماذا صححته إليه؟
أنا أستخدم كلاود 3.5، معرف النموذج هو بشكل افتراضي claude-3-5-haiku، لكن اضطررت إلى تغييره إلى claude-3-5-haiku-20241022، وإلا تلقيت خطأ.
من الجيد ملاحظة ذلك، نعم، قد يكون هناك انفصال في بعض الأحيان. يجب أن تعمل المعلومات المعبأة تلقائيًا كدليل، والتي تميل إلى العمل في معظم الأوقات، ولكنها تفشل في حالات معينة مثل حالتك (نظرًا لجميع النماذج المختلفة وتكوينات الموفرين)
لقد قمت بتحديث المنشور الرئيسي لهذا الدليل
هذا النموذج غير مدرج في 3.4.2 - هل هذه الإعدادات المسبقة متاحة فقط في 3.5 ويجب علي إضافتها يدويًا؟
تعديل: أيضًا، ما هو الخيار الذي يجب أن أختاره لـ “Tokenizer” عند استخدام نماذج Grok 3؟
الإعدادات المسبقة هي مجرد قوالب، يمكنك الحصول على نفس النتيجة النهائية باستخدام “التكوين اليدوي”.
لقد وجدت أن المُرمّز Gemini قريب جدًا من مُرمّز Grok، لذا جرب ذلك.
هل هناك طريقة لاستخدام IBM WatsonX من خلال إدارة التكوين الحالية، أم أن هذا سيتطلب أعمال تطوير إضافية من قبل موظفي Discourse؟
هل تكشف IBM WatsonX عن واجهة برمجة تطبيقات متوافقة مع OpenAI عن طريق الصدفة؟
سؤال رائع. لم يخبرني البحث السريع في المستندات بالكثير، لكن حقيقة وجود هذا المستودع تشير إلى أنه غير متوافق بشكل مباشر: GitHub - aseelert/watsonx-openai-api: Watsonx Openai compatible API
أي من نماذج اللغات الكبيرة هذه مجانية للاستخدام لمكافحة البريد العشوائي؟
تعديل: لا داعي، أنا أستخدم Gemini Flash 2.5
أتساءل دائمًا أيضًا. يبدو هذا أفضل إجابة لهذا السؤال.