AskSage Open Source Community
1.0.0
؟ اسأل Sage Python Client v1.2.4
مرحبًا بك في مستودع Ask Sage Overview! ؟
هذا المستودع هو مشروع قيد التنفيذ؟ ويهدف إلى أن يكون عبارة عن مجموعة من نماذج التعليمات البرمجية والوثائق ? حول التفاعل مع Ask Sage عبر Ask Sage API. قد يتضمن المحتوى الإضافي خطوات فعلية؟ ضمن منصة Ask Sage، ولكن في معظم الأحيان سيركز هذا المستودع على استخدام واجهة برمجة التطبيقات (API) وإنشاء مشاريع صغيرة لإثبات المفهوم.
ستغطي الأمثلة المقدمة مجموعة واسعة من المواضيع المتعلقة بالذكاء الاصطناعي التوليدي وسيتم تصميمها لتكون في متناول المستخدمين ذوي مستويات مختلفة من الخبرة في الذكاء الاصطناعي والبرمجة. لقد قدمنا حاليًا قائمة بالأفكار حول ما سيتم تغطيته في هذا المستودع وسيتم تحديثه مع إضافة المزيد من المحتوى.
ملاحظة: تتوفر واجهة برمجة التطبيقات Ask Sage فقط للمشتركين المدفوعين. ؟؟
هذا جهد يحركه المجتمع لتوفير موارد وأمثلة إضافية لمستخدمي Ask Sage.
قم بزيارة الموقع الرسمي لـ AskSage هنا.
إذا كنت مهتمًا بالمساهمة في هذا المستودع، فيرجى الاطلاع على إرشادات المساهمة لمزيد من المعلومات.
إذا كانت لديك أية أسئلة أو كنت بحاجة إلى مساعدة، فلا تتردد في التواصل مع القائمين على هذا المستودع أو فريق Ask Sage مباشرةً.
موارد إضافية:
ملاحظة: قد يكون المحتوى الموجود في هذا المستودع قديمًا أو غير صحيح، لذا يرجى الرجوع إلى وثائق AskSage الرسمية للحصول على أحدث المعلومات.
AskSage عبارة عن منصة ذكاء اصطناعي توليدية تتيح الوصول إلى مجموعة واسعة من نماذج وأدوات الذكاء الاصطناعي. تم تصميم النظام الأساسي ليكون سهل الاستخدام والاندماج في سير العمل الحالي الذي يمكن تخصيصه بشكل أكبر لتلبية احتياجات المستخدم/المؤسسة.
تم تصميم Ask Sage بشكل فريد ليكون لا أدري، ويوفر الوصول إلى مجموعة واسعة من النماذج التي يمكن استخدامها لمجموعة متنوعة من المهام. بعض النماذج المتاحة تشمل على سبيل المثال لا الحصر:
| اسم النموذج | وصف |
|---|---|
| أزور أوبن إيه آي | نماذج لغوية متطورة تم تطويرها بواسطة OpenAI وتم استضافتها على منصة Azure. |
| Azure Gov OpenAI | نماذج لغوية متطورة تم تطويرها بواسطة OpenAI وتم استضافتها على منصة Azure Gov. |
| جوجل الجوزاء برو | نماذج اللغة التي طورتها Google وتم تحسينها لمختلف مهام معالجة اللغة الطبيعية. |
| LLMA3 | نموذج لغة كبير تم تطويره بواسطة Meta ويتفوق في إنشاء نص عالي الجودة. |
| ميسترال | نموذج لغوي قوي طورته شركة ميسترال يمكنه إنشاء نص إبداعي ومتماسك. |
| كلود 3 | نموذج لغة تم تطويره بواسطة Anthropic يركز على إنشاء التعليمات البرمجية والنصوص المتعلقة بالبرمجة. |
| التحم | نموذج لغة تم تطويره بواسطة شركة Cohere Technologies والمتخصص في إنشاء التعليمات البرمجية. |
| OpenAI الهمس | نموذج لغة تم تطويره بواسطة OpenAI يتيح إمكانات تحويل الكلام إلى نص. |
| دال-E v3 | نموذج لغة تم تطويره بواسطة OpenAI وهو متخصص في توليد الصور. |
فيما يلي القائمة الفعلية للنماذج المتاحة على منصة Ask Sage اعتبارًا من 22 أكتوبر 2024:
models = [ 'aws-bedrock-titan' , 'llma3' , 'claude2' , 'claude-3-opus' , 'claude-3-sonnet' , 'claude-35-sonnet' , 'cohere' , 'mistral-large' , 'gpt-gov' , 'gpt4-gov' , 'gpt' , 'gpt4' , 'gpt4-32k' , 'gpt35-16k' , 'gpt4-vision' , 'gpt-4o' , 'gpt-4o-mini' , 'dall-e-2' , 'dall-e-3' , 'google-bison' , 'google-gemini-pro' , 'gpt-4o-gov' , 'groq-70b' , 'gpt-o1' , 'gpt-o1-mini' , 'xai-grok' ]يمكن لفريق Ask Sage إضافة المزيد من النماذج المخصصة لاحتياجات المستخدم. (قد يتم تطبيق تكاليف إضافية)
ملاحظة: النماذج المذكورة أعلاه قابلة للتغيير ويمكن إضافة المزيد من النماذج في المستقبل.
هناك طريقتان رئيسيتان للتفاعل مع Ask Sage:
توفر واجهة برمجة تطبيقات Ask Sage واجهة RESTful للتفاعل مع النماذج المتاحة من خلال النظام الأساسي. يمكن للمستخدمين إرسال الطلبات إلى واجهة برمجة التطبيقات (API) وتلقي الردود بتنسيق JSON. تم تصميم واجهة برمجة التطبيقات (API) لتكون سهلة الاستخدام ومدمجة في سير العمل الحالي.
بشكل عام، سيوفر هذا المستودع تعليمات الإعداد والأمثلة والموارد الأخرى عندما يبدأ المرء في استكشاف قدرات الذكاء الاصطناعي التوليدي وكيف يمكن استخدامه في سيناريوهات العالم الحقيقي.
تم توثيق واجهة برمجة تطبيقات Ask Sage باستخدام Swagger، الذي يوفر معلومات تفصيلية حول نقاط النهاية المتاحة ومعلمات الطلب وتنسيقات الاستجابة وطرق المصادقة.
يوضح الجدول التالي نقاط النهاية المتاحة في User API:
| نقطة النهاية | وصف |
|---|---|
| /الحصول على الرمز المميز مع مفتاح API | احصل على رمز وصول باستخدام مفتاح API والبريد الإلكتروني |
| /الحصول على تسجيلات المستخدم | احصل على آخر عمليات تسجيل الدخول (تقتصر على 5 بشكل افتراضي) |
| /الحصول على سجلات المستخدم | احصل على مطالباتك الأخيرة |
| / إضافة مجموعة البيانات | إضافة مجموعة بيانات جديدة |
| / تعيين مجموعة البيانات | تعيين مجموعة بيانات |
| /delete-datasets | يحذف مجموعة بيانات |
يتم استخدام هذه المعلومات للتفاعل مع واجهة برمجة تطبيقات Ask Sage. يمكن للمستخدم الاستعلام عن النماذج وتحديد/الحصول على الشخصيات والحصول على مجموعات البيانات وتدريب النماذج والمزيد.
يوضح الجدول التالي نقاط النهاية المتاحة في Server API:
| نقطة النهاية | وصف |
|---|---|
| /الحصول على النماذج | إرجاع قائمة بالنماذج المتاحة عبر خدمات Ask Sage |
| /استفسار | نقطة النهاية الرئيسية لإنشاء الإكمالات بناءً على مدخلات المستخدم |
| /query_with_file | الاستعلام باستخدام نقطة نهاية الملف لإنشاء عمليات الإكمال بناءً على إدخال المستخدم |
| /query-plugin | الاستعلام باستخدام نقطة نهاية البرنامج المساعد لإنشاء عمليات الإكمال بناءً على إدخال المستخدم |
| / تنفيذ البرنامج المساعد | تنفيذ البرنامج المساعد مع المحتوى المقدم |
| /follow_up_questions | نقطة النهاية لإنشاء أسئلة المتابعة بناءً على مدخلات المستخدم |
| /tokenizer | نقطة النهاية للحصول على الرموز المميزة لقيمة السلسلة |
| /الحصول على الأشخاص | نقطة النهاية للحصول على الرموز المميزة للسلسلة |
| /الحصول على مجموعات البيانات | إرجاع قائمة بمجموعات البيانات المتاحة |
| /الحصول على الإضافات | إرجاع قائمة بالمكونات الإضافية المتاحة |
| /الحصول على القطار | يقوم بتدريب النموذج بناءً على مدخلات المستخدم |
| /ملف | يحول ملف مدعوم إلى عادي/نص |
يتم توثيق عميل Python API وإدارته عبر الرابط التالي: https://pypi.org/project/asksageclient/
| اسم الوظيفة | وصف |
|---|---|
get_models | احصل على الموديلات المتوفرة من خدمة Ask Sage. |
add_dataset | يضيف مجموعة بيانات جديدة |
delete_dataset | حذف مجموعة بيانات محددة |
assign_dataset | يعين مجموعة بيانات |
get_user_logs | يسترد كافة السجلات للمستخدم |
get_user_logins | يسترد معلومات تسجيل الدخول لمستخدم معين |
query | تفاعل مع نقطة النهاية /query الخاصة بـ Ask Sage API. |
query_with_file | تنفيذ استعلام باستخدام ملف |
query_plugin | ينفذ استعلامًا باستخدام مكون إضافي محدد |
execute_plugin | ينفذ البرنامج المساعد مع المحتوى المقدم |
follow_up_questions | تفاعل مع نقطة النهاية /follow-up-questions لواجهة برمجة تطبيقات Ask Sage. |
tokenizer | تفاعل مع نقطة النهاية /tokenizer الخاصة بـ Ask Sage API. |
get_personas | احصل على الشخصيات المتاحة من خدمة Ask Sage. |
get_datasets | احصل على مجموعات البيانات المتاحة من خدمة Ask Sage. |
get_plugins | احصل على المكونات الإضافية المتاحة من خدمة Ask Sage. |
count_monthly_tokens | احصل على عدد رموز التدريب الشهرية التي يتم إنفاقها لهذا المستخدم من خدمة Ask Sage. |
count_monthly_teach_tokens | يحسب عدد الرموز التعليمية المستخدمة في الشهر |
train | تدريب النموذج بناءً على المحتوى المقدم. |
train_with_file | تدريب مجموعة البيانات على أساس الملف المقدم. |
file | قم بتحميل ملف إلى خدمة Ask Sage. |
في قسم الأمثلة، سنقدم أمثلة حول كيفية استخدام نقاط النهاية هذه للتفاعل مع واجهة برمجة تطبيقات Ask Sage وإنشاء نص باستخدام النماذج المتوفرة على النظام الأساسي.
يمكن للمستخدمين الحصول على مفتاح API من منصة Ask Sage واستخدامه لإنشاء رمز وصول. مفتاح API هو معرف فريد يُستخدم لمصادقة المستخدم ومنح الوصول إلى نقاط نهاية API.
انتقل إلى خيارات القائمة وحدد خيار "الحساب والرموز".
قم بالتمرير لأسفل إلى قسم "مفاتيح API" وانقر فوق الزر "إنشاء مفتاح API".
قم بإنشاء مفتاح API جديد عن طريق تحديد الزر "إنشاء مفتاح API جديد". أدخل اسمًا فريدًا لمفتاح API وانقر على زر "إرسال".
سيتم إنشاء مفتاح API وعرضه على الشاشة. انسخ مفتاح API وقم بتخزينه في مكان آمن.
هناك ثلاث طرق يمكن للمستخدم من خلالها المصادقة باستخدام نقاط نهاية Ask Sage:
يمكن استخدام مفتاح واجهة برمجة التطبيقات (API) والبريد الإلكتروني لمصادقة المستخدم ومنح حق الوصول عبر عميل Ask Sage Python. سيتم تضمين مفتاح واجهة برمجة التطبيقات (API) والبريد الإلكتروني للمستخدم في رؤوس الطلب.
على سبيل المثال، يوضح مقتطف التعليمات البرمجية التالي كيفية إنشاء مثيل لفئة AskSageClient والمصادقة باستخدام Ask Sage API باستخدام مفتاح API والبريد الإلكتروني:
import json # Import the json module to work with JSON data
import requests # Import the requests library to send HTTP requests
from asksageclient import AskSageClient # Import the AskSageClient class from the asksageclient module
# Function to load credentials from a JSON file
def load_credentials ( filename ):
try :
with open ( filename ) as file :
return json . load ( file )
except FileNotFoundError :
raise FileNotFoundError ( "The credentials file was not found." )
except json . JSONDecodeError :
raise ValueError ( "Failed to decode JSON from the credentials file." )
# Load the credentials
credentials = load_credentials ( '../../credentials.json' )
# Extract the API key, and email from the credentials to be used in the API request
api_key = credentials [ 'credentials' ][ 'api_key' ]
email = credentials [ 'credentials' ][ 'Ask_sage_user_info' ][ 'username' ]
"""
class AskSageClient(
email: email, # The email address of the user
api_key: api_key, # The API key for the Ask Sage API, which can be obtained from the Ask Sage website
user_base_url: str = 'https://api.asksage.ai/user', # The base URL for the user API
server_base_url: str = 'https://api.asksage.ai/server' # The base URL for the server API
)
"""
ask_sage_client = AskSageClient ( email , api_key ) # Create an instance of the AskSageClient class with the email and api_key بعد هذا الإعداد، يمكن للمستخدم الآن التفاعل مع Ask Sage API باستخدام كائن AskSageClient.
يتم إنشاء رمز وصول باستخدام مفتاح API وعنوان البريد الإلكتروني بنقطة النهاية "/get-token-with-api-key". رمز الوصول صالح لمدة 24 ساعة ويمكن استخدامه لمصادقة الطلبات إلى واجهة برمجة تطبيقات Ask Sage.
تعد هذه طريقة أكثر أمانًا للمصادقة حيث أن رمز الوصول صالح لفترة محدودة فقط ويجب إعادة إنشائه بشكل دوري.
فيما يلي نموذج لمقتطف التعليمات البرمجية في لغة Python يوضح كيفية الحصول على رمز وصول باستخدام عنوان بريدك الإلكتروني ومفتاح واجهة برمجة التطبيقات:
import requests
# Define the endpoint URL
url = "https://api.asksage.ai/user/get-token-with-api-key"
# Define the payload with the user's email and API key
payload = {
"email" : "your_email@your_domain.com" ,
"api_key" : "sdfsdfsfr23456789" # Your API key generated from the Ask Sage platform
}
# Set the headers, if required (e.g., Content-Type)
headers = {
"Content-Type" : "application/json"
}
# Make the POST request
response = requests . post ( url , json = payload , headers = headers )
# Check if the request was successful
if response . status_code == 200 :
# Parse the JSON response
data = response . json ()
# raw response
print ( data )
# Extract the access token only from the response
access_token = data [ 'response' ][ 'access_token' ]
print ( access_token )يمكن استخدام رمز الوصول الذي تم إنشاؤه لمصادقة الطلبات إلى Ask Sage API خلال الـ 24 ساعة القادمة. فيما يلي مثال لكيفية استخدام رمز الوصول لمصادقة طلب إلى أي من نقاط نهاية واجهة برمجة تطبيقات Ask Sage:
import requests
# Define the access token obtained from the previous request - Note: You would want to store this securely and not hardcode it in your script/file.
access_token = "fghjkl4567890" # Replace with the actual access token
# Define the endpoint URL
url = "https://api.asksage.ai/user/get-user-logins" # Replace with the actual base URL of the API
# Define the payload with the limit parameter
payload = {
"limit" : 1 # Replace with the desired limit (max is 100)
}
# Set the headers, including the Authorization header with the Bearer token
headers = {
"x-access-tokens" : access_token ,
"Content-Type" : "application/json"
}
# Make the POST request
response = requests . post ( url , json = payload , headers = headers )
# Check if the request was successful
if response . status_code == 200 :
# Parse the JSON response
data = response . json ()
print ( "User Logins:" , data )
else :
print ( f"Failed to get user logins. Status code: { response . status_code } " )
print ( f"Response: { response . text } " )بدلاً من إنشاء رمز وصول في كل مرة تحتاج فيها إلى الوصول إلى واجهة برمجة التطبيقات (API)، يمكنك تمرير مفتاح واجهة برمجة التطبيقات الثابت حيث يُتوقع وجود الرمز المميز. هذا ليس آمنًا مثل إنشاء رمز وصول لمدة 24 ساعة، ولكنه خيار صالح لبعض حالات الاستخدام.
ملاحظة: متغير الرأس المتوقع هو
x-access-tokensوالقيمة هي مفتاح API. لا يوجد حد زمني لمفتاح API، ولكن يوصى بإعادة إنشائه بشكل دوري لأسباب أمنية.
import requests
# Define the access token obtained from the previous request - Note: You would want to store this securely and not hardcode it in your script/file.
access_token = api_key #
# Define the endpoint URL
url = "https://api.asksage.ai/user/get-user-logins" # Replace with the actual base URL of the API
# Define the payload with the limit parameter
payload = {
"limit" : 1 # Replace with the desired limit (max is 100)
}
# Set the headers, including the Authorization header with the Bearer token
headers = {
"x-access-tokens" : access_token ,
"Content-Type" : "application/json"
}
# Make the POST request
response = requests . post ( url , json = payload , headers = headers )
# Check if the request was successful
if response . status_code == 200 :
# Parse the JSON response
data = response . json ()
print ( "User Logins:" , data )
else :
print ( f"Failed to get user logins. Status code: { response . status_code } " )
print ( f"Response: { response . text } " )ستركز هذه الأمثلة بشكل أكبر على كيفية التفاعل مع Ask Sage API وما يمكن توقعه في الاستجابة. بالإضافة إلى ذلك، سيتم إنشاء بعض المشاريع الصغيرة لتوضيح قدرات الذكاء الاصطناعي التوليدي وكيف يمكن استخدامه في سيناريوهات العالم الحقيقي. على الرغم من أن هذا المستودع يركز على Ask Sage API، إلا أن الأمثلة ستكون عامة بما يكفي لتطبيقها على الأنظمة الأساسية الأخرى التي تقدم خدمات مماثلة ولكن قد يكون لها نقاط نهاية أو معلمات مختلفة.
ملاحظة: تركز الأمثلة في الوقت الحالي بشكل أكبر على النماذج المستندة إلى النصوص ولكن سيتم توسيعها لتشمل تفاعل LLM مع أنواع البيانات الأخرى مثل الصور والصوت والفيديو (نماذج متعددة الوسائط). سيؤدي الخوض في هذه الأمثلة إلى مشاريع أكثر تعقيدًا وسيتطلب المزيد من الموارد والوقت لإكمالها.
بعد تثبيت الحزم من requirements.txt ، قد تحتاج إلى إعادة تشغيل Jupyter kernel لاستخدام الحزم المحدثة. وهذا يضمن تحميل المكتبات المثبتة حديثًا بشكل صحيح.
✅ تم ✅
هذا ليس مثالًا حقًا، ولكنه مجرد مناقشة حول الآثار الأخلاقية لاستخدام الذكاء الاصطناعي وكيفية التخفيف من أي مخاطر محتملة. نحن نركز بشدة على أن المستخدم يحتاج إلى تدريب جيد على كيفية عمل الذكاء الاصطناعي، ولكننا نقدم أيضًا فهمًا واضحًا بأن ما يتم إنشاؤه من خلال أدوات GenAI قد لا يكون صحيحًا دائمًا.
✅ تم ✅
سيغطي هذا المثال كيفية استخدام نقاط نهاية Ask Sage API وما يمكن توقعه في الاستجابات على مستوى عالٍ. ستوضح الأمثلة التالية كيف يمكن استخدام نقاط النهاية في سيناريوهات العالم الحقيقي لإنشاء تطبيقات أو أدوات أو خدمات مفيدة.
؟ في البناء ؟ --> الإصدار الكامل قريبًا!
سيغطي هذا المثال كيفية التفاعل مع نموذج LLM وكيفية استخدام الهندسة السريعة لإنشاء نص عالي الجودة لاستخدامه في توجيه النموذج في توليد المخرجات المطلوبة. تعد الهندسة السريعة مهارة قوية وضرورية يمكن استخدامها للتحكم في مخرجات نموذج اللغة وإنشاء نص يلبي معايير أو متطلبات محددة.
؟ في البناء ؟
بالنسبة للجزء الأكبر، يتم تدريب نماذج LLM على مجموعات البيانات الكبيرة التي تحتوي على مجموعة واسعة من النصوص من مصادر مختلفة وليس من المضمون أن تكون ذات صلة باحتياجات المستخدم المحددة. ومع ذلك، في Ask Sage، يمكن للمستخدمين إنشاء مجموعات بيانات مخصصة تحتوي على نص ذي صلة بمجالهم أو حالة الاستخدام الخاصة بهم واستخدامها مع أساليب مثل إنشاء الاسترجاع المعزز (RAG) لتحسين أداء النموذج. وبالتالي، سيغطي هذا المثال كيفية إنشاء مجموعة بيانات مخصصة واستخدامها مع نموذج LLM لإنشاء نص أكثر صلة باحتياجات المستخدم. سيتم توفير المزيد من المعلومات التفصيلية في المثال حول كيفية عمل النموذج/تكامله مع مجموعة البيانات.
؟ في البناء ؟
عدد نماذج LLM المتاحة اليوم كبير وسيستمر في النمو مع إجراء المزيد من الأبحاث في مجال الذكاء الاصطناعي التوليدي. سيغطي هذا المثال كيفية مقارنة نماذج LLM المختلفة باستخدام طريقة Ask Sage agnostic API، وتقييم أدائها بناءً على معايير مختلفة مثل جودة النص والتماسك والإبداع والمزيد. يمكن للمستخدمين استخدام هذه المعلومات لتحديد أفضل نموذج لاحتياجاتهم واتخاذ قرارات مستنيرة بشأن النموذج الذي سيتم استخدامه في مشاريعهم.
للذهاب إلى هذا القسم، انقر فوق مقارنة نماذج LLM
؟ في البناء ؟
يعد هذا مشروعًا فريدًا ومن المحتمل أن يصبح قديمًا في المستقبل، ولكن LLMs هي نماذج قائمة على النص تقوم بإنشاء نص بناءً على المدخلات المقدمة من المستخدم، ولكن ماذا لو أردنا إنشاء رسم تخطيطي دون الحاجة إلى إنشائه يدويًا؟ على سبيل المثال، لنفترض أننا أردنا مخططًا انسيابيًا أو خريطة ذهنية أو مخطط جانت أو أي نوع آخر من المخططات. سيغطي هذا المثال كيفية استخدام mermaid.js، وهي أداة لإنشاء مخططات نصية لإنشاء مخططات بناءً على النص الذي تم إنشاؤه بواسطة نموذج LLM.
للانتقال إلى هذا القسم، انقر فوق إنشاء المخطط باستخدام LLMs
؟ في البناء ؟
ماذا عن القدرة على نشر نموذج LLM على جهاز حافة مثل Raspberry Pi أو Jetson Nano؟ سيغطي هذا المثال كيفية نشر نموذج LLM على جهاز مؤقت وإنشاء نص باستخدام واجهة برمجة تطبيقات Ask Sage.
للانتقال إلى هذا القسم، انقر فوق LLM Deployment On A Edge Device
؟ في البناء ؟
كيف يمكننا تقييم أداء نموذج LLM ومراقبة تقدمه مع مرور الوقت؟ سيغطي هذا المثال كيفية إنشاء لوحة معلومات تعرض المقاييس والرؤى الرئيسية حول نموذج LLM. يمكن للمستخدمين استخدام لوحة المعلومات هذه لتتبع أداء النموذج واتخاذ قرارات مستنيرة حول كيفية تحسينه بمرور الوقت.
لكن أولاً، سنستخدم أداة @arize-ai phoenix مفتوحة المصدر لإنشاء لوحة معلومات تعرض المقاييس والرؤى الرئيسية حول نموذج LLM.
؟ في البناء ؟
لنقم بإنشاء شبكة من روبوتات الدردشة التي يمكنها التواصل مع بعضها البعض وإنشاء نص بناءً على مخرجات بعضها البعض. سيغطي هذا المثال كيفية إنشاء شبكة chatbot باستخدام نماذج LLM ومحاكاة المحادثة بين روبوتات الدردشة. يمكن للمستخدمين استخدام هذه الشبكة لإنشاء نص إبداعي وجذاب يمكن استخدامه في مجموعة متنوعة من التطبيقات والسيناريوهات وحالات استخدام النمذجة.
للانتقال إلى هذا القسم، انقر فوق LLM Chatbot Network
نقدم هنا قائمة بالأمثلة الإضافية التي تنشأ من المستخدمين الذين يطلبون أمثلة أو حالات استخدام محددة. إذا كان لديك مثال محدد أو حالة استخدام ترغب في رؤيتها، فيرجى التواصل معنا وسنبذل قصارى جهدنا لإنشاء مثال يلبي احتياجاتك. أفضل طريقة للتواصل معنا هي الانضمام إلى خادم Discord الخاص بنا ونشر طلبك هناك Discord - Ask Sage :
قد تعرض واجهة برمجة التطبيقات AskSage أخطاء في مواقف معينة، مثل عند تقديم طلب غير صالح أو عند تجاوز حد السعر. يجب أن يكون المستخدمون على دراية برموز الخطأ والرسائل التي ترجعها واجهة برمجة التطبيقات (API) وأن يتعاملوا معها بشكل مناسب في التعليمات البرمجية الخاصة بهم.
فيما يلي بعض أفضل الممارسات التي يجب وضعها في الاعتبار عند العمل باستخدام واجهة برمجة تطبيقات Ask Sage:
سنقدم مستندات PDF إضافية تحتوي على موارد متعلقة بـ GeneativeAI (GenAI). سيتضمن هذا المستند روابط للمقالات والكتب والبرامج التعليمية ومقاطع الفيديو والمحتويات الأخرى التي قد تكون مفيدة للمستخدمين المهتمين بمعرفة المزيد عن الذكاء الاصطناعي التوليدي وكيفية استخدامه بفعالية.
هدفنا هو توفير قائمة شاملة من الموارد التي تغطي مجموعة واسعة من المواضيع المتعلقة بالذكاء الاصطناعي التوليدي، بما في ذلك معالجة اللغة الطبيعية، ورؤية الكمبيوتر، والتعلم المعزز، والمزيد. سنقوم أيضًا بتضمين الموارد التي تغطي نماذج وأدوات محددة شائعة الاستخدام في مجال الذكاء الاصطناعي التوليدي.
إذا كانت لديك أي اقتراحات بشأن الموارد التي يجب تضمينها في هذه الوثيقة، فلا تتردد في التواصل معنا وسنبذل قصارى جهدنا لإضافتها إلى القائمة.
تعلم سعيد! ؟
سنقدم قائمة بالمفردات التي من المهم معرفتها عند العمل مع الذكاء الاصطناعي التوليدي أو التعلم الآلي. ستساعد هذه المصطلحات المستخدمين على فهم المصطلحات المستخدمة في مجال الذكاء الاصطناعي/التعلم الآلي وكيفية تطبيقها في مشاريعهم.
على سبيل المثال، إليك بعض المصطلحات التي يجب معرفتها عند العمل مع الذكاء الاصطناعي التوليدي:
لعرض القائمة الكاملة للتعريفات، انقر فوق تعريفات يجب معرفتها
فيما يلي بعض الميزات أو التحسينات التي نود إضافتها إلى Ask Sage API:
سيكون لكل عنصر رابط للمثال الذي سيتم إنشاؤه لتوضيح المكان الذي يمكن فيه استخدام الميزة أو التحسين.
يجب الإبلاغ عن أي أخطاء أو مشكلات يتم العثور عليها في واجهة برمجة التطبيقات Ask Sage إلى فريق Ask Sage مباشرةً. إذا واجهت أي مشاكل مع واجهة برمجة التطبيقات (API)، فيرجى التواصل مع فريق Ask Sage للحصول على المساعدة. بالإضافة إلى ذلك، يمكنك الإبلاغ عن الأخطاء أو المشكلات في هذا المستودع وسنقوم باختبارها والتحقق منها قبل إرسالها إلى فريق Ask Sage.
هذا المستودع مرخص بموجب ترخيص MIT. راجع ملف الترخيص لمزيد من المعلومات.
