الأهم
أصدرت جوجل رسمياً TensorFlow 2.21، مع تحسينات حاسمة قد تؤثر على استراتيجيات نشر نماذجك. النقطة البارزة هي تخرج LiteRT إلى مجموعة جاهزة للإنتاج بالكامل، مما يوفر أداءً أفضل للأجهزة المحمولة وأجهزة الحافة. كما يعد تسريع GPU المحسن ودعم NPU بأوقات معالجة أسرع، مما يعني أنه يمكنك تشغيل نماذج أكثر تعقيداً دون الحاجة إلى بنية تحتية واسعة. إذا كنت تعمل على نشر نماذج إلى الأجهزة الطرفية أو تبحث عن تحسين الأداء عبر منصات متعددة، حان الوقت لاستكشاف هذه التحديثات ورؤية كيف يمكن أن تسهل سير عملك.
أهم الأخبار
تعليم LLMs للتفكير مثل بايز: يستكشف الباحثون في جوجل طرقاً لتعزيز نماذج اللغة الكبيرة (LLMs) بتقنيات التفكير البايزي. يمكن أن يحسن هذا من قدرات اتخاذ القرار في البيئات غير المؤكدة. اقرأ المزيد.
لماذا هذا مهم: إذا كنت تتعامل مع تطبيقات اتخاذ القرار، فإن دمج هذا النهج يمكن أن يؤدي إلى أنظمة ذكاء اصطناعي أكثر قوة تفهم عدم اليقين بشكل أفضل.
تحليلات جديدة لمركز الاتصال من أمازون نوفا: تعرض أمازون نوفا تحليلات محادثات قوية وقدرات تصنيف المكالمات. يمكن أن تعيد تعريف كيفية تحليل الشركات وتحسين تفاعلات العملاء. تعرف على المزيد.
لماذا هذا مهم: إذا كنت تعمل في خدمة العملاء أو المبيعات، فإن استخدام هذه النماذج يمكن أن يعزز الرؤى، مما يؤدي إلى تجارب عملاء أفضل وكفاءات تشغيلية.
إنشاء مزودي نماذج مخصصين على SageMaker: يوضح درس جديد كيفية إنشاء مزودي نماذج مخصصين لوكلاء Strands باستخدام LLMs على SageMaker. تحقق من ذلك.
لماذا هذا مهم: هذا يعد نقطة تحول لأولئك الذين يحتاجون إلى حلول ذكاء اصطناعي مخصصة دون إعادة اختراع العجلة، مما يسمح بدورات تطوير أسرع.
الذكاء الاصطناعي المحادثاتي مع كلود وLangGraph: يوضح دليل جديد كيفية بناء وكيل ذكاء اصطناعي محادثاتي بلا خادم باستخدام كلود مع LangGraph على أمازون SageMaker. اقرأ الدليل.
لماذا هذا مهم: إذا كنت تبحث عن تنفيذ وكلاء محادثة دون جهد كبير، يمكن أن يوفر لك هذا الإعداد وقتًا وموارد كبيرة.
إصدار جوجل AI لنموذج Android Bench: تم إطلاق إطار عمل جديد لتقييم LLMs في مهام تطوير Android. يمكن أن يساعد هذا المطورين في اختيار النماذج المناسبة للتطبيقات المحمولة. اكتشف المزيد.
لماذا هذا مهم: هذا أمر حيوي لمطوري الهاتف المحمول الذين يهدفون إلى الاستفادة من الذكاء الاصطناعي بشكل فعال، مما يساعد على مواءمة قدرات النموذج مع متطلبات التطبيق.
شيء واحد لتجربته
هذا الأسبوع، استكشف الميزات الجديدة في TensorFlow 2.21، خاصة LiteRT للتطبيقات المحمولة. اختبره مع نموذج موجود لترى كيف يعمل على الأجهزة الطرفية. قد تتفاجأ بزيادة السرعة والكفاءة!
ختام
آمل أن تجد هذه التحديثات مفيدة! أنا دائماً هنا للدردشة إذا كان لديك أسئلة أو تريد فقط مشاركة ما تعمل عليه.