يوسع Cohere جهود LLM للمؤسسة من خلال شراكة LivePerson

لم تعد Cohere AI تحلق تحت الرادار ، فهي تكثف جهودها في نموذج اللغة الكبير (LLM).

أعلن Cohere اليوم عن جهد جديد للمساعدة في جلب تقنية LLM الخاصة به إلى LivePerson لزعيم الذكاء الاصطناعي للمحادثة في نهج مبتكر يهدف إلى المساعدة في تقليل التحيز وتحسين قابلية الشرح والحد من مخاطر الهلوسة بالذكاء الاصطناعي. يمكن أن يكون للجهد تأثير عميق على الطريقة التي تكون بها LLM قادرة على النشر بأمان ومسؤولية في بيئات المؤسسة.

يقع مقر الفريق المؤسس لـ Cohere في تورنتو ، كندا ، وله جذوره في مجموعة الأشخاص من Google Brain التي ساعدت في إطلاق ثورة الذكاء الاصطناعي التوليدية باستخدام المحولات. أيدان جوميز ، الرئيس التنفيذي لشركة Cohere ، هو أحد المؤلفين المشاركين لورقة البحث الأصلية حول المحولات بعنوان “الاهتمام هو كل ما تحتاجه”.

>> تابع تغطية الذكاء الاصطناعي التوليدية المستمرة من VentureBeat <<

LivePerson ليس خفيف الوزن في عالم الذكاء الاصطناعي أيضًا ؛ كشركة رائدة في مجال الذكاء الاصطناعي للمحادثات ، فهي تساعد المؤسسات التي لديها روبوتات يمكنها فهم استفسارات المستخدم. الفكرة الأساسية وراء الشراكة هي أن يقوم LivePerson بتكييف نماذج Cohere’s LLM مع التدريب الموسع لتوفير ذكاء اصطناعي توليدي يمكنه دعم عمليات نشر المؤسسات والرد على الاستفسارات والقدرة على تنفيذ المهام فعليًا أيضًا.

“أحد المجالات الأكثر إثارة في مساحة النماذج اللغوية الكبيرة هو الحوار. وقال جوميز لموقع VentureBeat: “نماذج المحادثة ، على ما أعتقد ، كانت الشيء الذي دفع هذه التكنولوجيا إلى الاتجاه السائد.

ما الذي يجلبه الجمع بين LivePerson و Cohere إلى LLMs

أوضح جوميز أنه كجزء من الشراكة ، ستستخدم LivePerson نماذج Cohere’s LLM وتكييفها لتلائم متطلبات نشر المؤسسة لعملائها. وأكد أن التدريب وضبط النموذج يحدثان في بيئة خاصة حيث يتم الاحتفاظ ببيانات LivePerson آمنة ولا يتم خلطها مع النماذج العامة من Cohere.

من المؤكد أن LivePerson ليس غريباً على عالم LLM ، حيث تستخدم الشركة التكنولوجيا منذ عام 2018 ، وفقًا لكبير العلماء Joe Bradley.

قال برادلي لموقع VentureBeat: “لسنا غريباً على هذه التقنية ، ولكن الطريقة التي ننظر بها إلى هذا لا تتمثل في بناء نموذج لغة واحد كبير يقوم بكل شيء ، ولكن أكثر لبناء مجموعة من النماذج التي تحل أجزاء مختلفة من المشكلة”. .

يعد وجود العديد من LLM أمرًا مهمًا لأنه يمكن أن يساعد في تقليل المخاطر من خلال عدم الاعتماد على نموذج واحد فقط. مع إضافة Cohere’s LLMs إلى LivePerson ، تكمن الفكرة في مساعدة الوكلاء في تحديد الخطوات التالية التي يجب اتخاذها في المحادثة. يمكن أن تتضمن الخطوات التالية المزيد من النصوص أو الاقتراحات ؛ يمكن أن تشمل أيضًا العمليات أو الإجراءات الفعلية التي يمكن أن تتخذها LLM لدعم استعلام المستخدم.

قال برادلي إن LivePerson يبحث أيضًا في استخدام Cohere للمساعدة في حماية المحادثات التي ينشئها روبوت المحادثة. الفكرة الأساسية هي ضبط نماذج Cohere للمساعدة في التأكد من أن البيانات الصادرة عن نظام LivePerson واقعية ودقيقة.

الخطة هي أن يقوم LivePerson أولاً باستخدام Cohere للاستخدام الداخلي الخاص بـ LivePerson لتحسين النظام الأساسي كحالة اختبار أولية. الهدف بعد ذلك هو توسيع تكامل Cohere في عمليات نشر مؤسسة المستخدم النهائي ، مما يوفر مجموعة جديدة من القدرات لمساعدة المؤسسات على نشر النماذج الأكثر دقة الممكنة.

لا داعي للهلوسة بفضل الاسترجاع المعزز للجيل

عملية ضبط وتخصيص LLM هو شيء أشار إليه جوميز على أنه تكيف.

أوضح جوميز أن الطريقة التي يتعامل بها Cohere مع التكيفات هي مزيج من التعلم تحت الإشراف والتعلم المعزز في عملية مستمرة. وأشار إلى أن النظام يستخدم حلقة RLHF (التعلم التعزيزي للتغذية المرتدة البشرية) للمساعدة في تدريب النموذج.

يتمثل جزء أساسي من عملية التدريب في التأكد من أن قابلية شرح الذكاء الاصطناعي في المقدمة وفي المنتصف. قال جوميز إن لدى Cohere عددًا من التقنيات للمساعدة في توفير إمكانية شرح الذكاء الاصطناعي ، بما في ذلك تقنية تسمى الجيل المعزز للاسترجاع.

قال جوميز: “مع الاسترجاع المعزز للجيل ، أنت تُولِّد بالطريقة نفسها التي يولدها نموذج اللغة الكبير ، لكنك تطلب من النموذج الاستشهاد بالمصادر”.

على هذا النحو ، عندما يولد LLM استجابة ، فإنه يستشهد بهذه الاستجابة مرة أخرى إلى مجموعة المعرفة التي لديها. تكمن الفكرة في الحصول على نواتج أكثر قابلية للتفسير حيث يمكن للبشر بالفعل أن يتعمقوا خطوة واحدة ويمكنهم تشخيص أي عناصر تم إنشاؤها نظرًا لوجود استشهادات.

تعد قابلية التفسير مهمة أيضًا للحد من مخاطر هلوسة الذكاء الاصطناعي ، والتي تكون محفوفة بالمخاطر بشكل خاص بالنسبة لتطبيقات المؤسسات. هلوسة الذكاء الاصطناعي هي مصطلح يستخدم عندما يقدم LLM استجابة غير دقيقة.

“الذي – التي [retrieval augmented generation] يحل مشكلة الهلوسة ، لأنه الآن لا يمكن للنموذج أن يقول شيئًا بدون أساس ، دون الاستشهاد بمصدر ، “قال جوميز. “الآن يجب أن يشير النموذج إلى شيء يحتاج إليه لتبرير إجابته ظاهريًا بطريقة يمكن للبشر التحقق منها.”

المزيد من الشراكات تنتظر Cohere

مع استمرار Cohere في النمو والتنافس ضد منافسيها ، بما في ذلك عملاق الصناعة OpenAI ، سيكون التركيز الرئيسي على دفع تقنيات LLM لحالات استخدام المؤسسات. قال جوميز إن الطريقة الرائعة لشركة Cohere لدفع تقنية LLM الخاصة بها إلى المؤسسات هي العمل عن كثب مع مؤسسات مثل LivePerson.

بشكل عام ، أصبح الدفع نحو المؤسسة الآن أسهل من أي وقت مضى ، حيث أصبح هناك وعي أكثر من أي وقت مضى حول قدرات LLMs ، ويرجع الفضل في ذلك إلى حد كبير إلى النجاح المذهل لـ ChatGPT.

قال غوميز: “يبلغ عمر كوير أربع سنوات تقريبًا الآن ، وفي معظم المحادثات التي أجريتها ، حتى قبل ستة أشهر ، كنت أقضي أول 30 دقيقة في شرح التكنولوجيا – ما هي ولماذا هي مهمة” ، قال غوميز ” الآن تغير هذا تمامًا وقد استخدم الجميع التكنولوجيا بأنفسهم ولديهم خبرة من الطرف الأول “.