في عالم السحابية والبيانات الضخمة، يظل [تقدير الموارد](/tag/تقدير-الموارد) واستخدام الوقت لمشاريع [سير العمل](/tag/سير-العمل) أمرًا معقدًا يتطلب حلولاً مبتكرة. في هذا السياق، ظهرت "لاسير" (LASER) كأداة جديدة تقدم صيغة مبتكرة لتحقيق تقديرات دقيقة يعتمد عليها في [تنفيذ](/tag/تنفيذ) [مشاريع](/tag/مشاريع) [سير العمل](/tag/سير-العمل) السحابية.
تعتبر مشكلات [تقدير الموارد](/tag/تقدير-الموارد) واستخدام الوقت من التحديات الجوهرية، وذلك نتيجة للتعقيد المتزايد للبنية التحتية للمشاريع، التي تتضمن الأوامر البرمجية، والمعلمات الخاصة بالأدوات، وخرائط الاعتماد، والبيانات الوصفية. في السابق، كانت الأساليب التقليدية في [التعلم الآلي](/tag/[التعلم](/tag/التعلم)-الآلي) تتطلب [مهارات](/tag/مهارات) متقدمة في [هندسة](/tag/هندسة) الميزات، مما يؤدي إلى فقدان [السياق](/tag/السياق) الدلالي المهم.
لكن LASER تعكس هذا الاتجاه من خلال تقديم إطار [عمل](/tag/عمل) يعتمد على [نماذج [اللغة](/tag/اللغة) الكبيرة](/tag/[نماذج](/tag/نماذج)-[اللغة](/tag/اللغة)-الكبيرة) (Large Language [Models](/tag/models)) لتحسين [دقة](/tag/دقة) التقديرات. يستخدم هذا الإطار تكيفًا خاصًا لتطبيق مهام تقدير متعددة للموارد والتوقيت، وهو ما يتيح له التعامل بشكل أكثر [كفاءة](/tag/كفاءة) مع [البيانات](/tag/البيانات) شبه الهيكلية.
من بين الميزات البارزة التي تقدمها لاسير هو استخدام [ترميز](/tag/ترميز) الإخراج بالصيغ العلمية، مما يتيح لها التعامل مع أهداف تتجاوز عدة [أوامر](/tag/أوامر) من حيث الحجم. بالإضافة إلى ذلك، يقوم بتطبيق [تقنيات](/tag/تقنيات) مثل ملء الأسبقية التي تحافظ على [صحة](/tag/صحة) المخرجات وتقلل من زمن [الاستدلال](/tag/الاستدلال) بأكثر من 30%.
تم اختبار LASER على [أعمال](/tag/أعمال) [تصميم](/tag/تصميم) شريحة كبيرة، بالإضافة إلى GHARuntime، [معيار جديد](/tag/معيار-[جديد](/tag/جديد)) يعتمد على أكثر من 580,000 عملية [عبر](/tag/عبر) 27,000 مستودع على [GitHub](/tag/github). النتائج أظهرت تفوق LASER على الخبراء البشريين ومعايير [التعلم الآلي](/tag/[التعلم](/tag/التعلم)-الآلي) التقليدية، مما يمهد الطريق لنموذج متطور في [تقدير الموارد](/tag/تقدير-الموارد) باستخدام [نماذج [اللغة](/tag/اللغة) الكبيرة](/tag/[نماذج](/tag/نماذج)-[اللغة](/tag/اللغة)-الكبيرة).
مع LASER، نشهد بداية حقبة جديدة في [معالجة البيانات](/tag/معالجة-[البيانات](/tag/البيانات)) شبه الهيكلية، مما يفتح المجال لتطبيقات مستقبلية مبتكرة في عالم [الذكاء الاصطناعي](/tag/الذكاء-الاصطناعي).
ما رأيكم في هذه التطورات المثيرة في عالم [الذكاء الاصطناعي](/tag/الذكاء-الاصطناعي)؟ شاركونا في [التعليقات](/tag/التعليقات).
LASER: ثورة في تقدير الموارد وتوقيت سير العمل باستخدام نماذج اللغة
لاسير (LASER) يتيح تقدير دقيق للموارد واستخدام الوقت في مشاريع سير العمل السحابية، متجاوزاً تقنيات التعلم الآلي التقليدية. بفضل دمج نماذج اللغة الكبيرة، يقدم تجربة جديدة ومثيرة في معالجة البيانات شبه الهيكلية.
المصدر الأصلي:أركايف للذكاء
زيارة المصدر الأصلي ←جاري تحميل التفاعلات...
