في عالم الذكاء الاصطناعي، يعد تقييم الأداء خطوة حيوية لضمان جودة التطبيقات المستندة إلى نماذج اللغة الكبيرة. في هذا المقال، سنستعرض إطار عمل OpenAI Evals، الذي يوفر طريقة متكاملة لتقييم نماذج مثل GPT-4 والتطبيقات المبنية عليها. نقدم لك مفاهيم أساسية حول التقييم، ونستعرض كيفية بناء وتنفيذ اختبارات تقييم بشكل فعال. سنتناول أيضاً أنواع التقييمات المختلفة، ونسلط الضوء على أهمية وجود تقييمات قوية لضمان استقرار وموثوقية التطبيقات. سواء كنت مطوراً أو مهتمًا بالذكاء الاصطناعي، ستكتشف كيف يمكن لإطار عمل OpenAI Evals أن يسهم في تعزيز جودة حلولك وتحسين أدائها. انطلق معنا في هذه الرحلة لاستكشاف تفاصيل مثيرة حول عملية التقييم في مجالات الذكاء الاصطناعي!
مقدمة حول تقييمات OpenAI Evals
تعتبر تقييمات OpenAI Evals جزءًا أساسيًا من إطار العمل لتحليل أداء نماذج اللغة الكبيرة (LLM) وأنظمة الذكاء الاصطناعي التي تعتمد عليها. يهدف هذا الإطار إلى تأسيس طريقة موثوقة للتحقق من جودة المخرجات التي تولدها التطبيقات القائمة على نماذج اللغة. التقييم هو عملية ضرورية لضمان أن التحسينات والتغييرات على الكود أو النموذج لن تؤثر سلبًا على الأداء. من خلال استخدام تقييمات محكمة، يمكن للمطورين الوصول إلى نتائج موثوقة تساعد في فهم كيفية عمل النماذج تحت ظروف مختلفة. على سبيل المثال، عندما يتم إدخال نص معين كنموذج، يتم تقييم المخرجات التي تولدها النموذج مقابل مجموعة من الإجابات المثالية. إن هذه العملية تضمن استقرار وموثوقية النظام المستخدم.
أهمية التقييمات في تطوير نماذج الذكاء الاصطناعي
إن إنشاء تقييمات ذات جودة عالية يمثل أحد الأمور الأكثر تأثيرًا في تطوير حلول الذكاء الاصطناعي. أثناء عملية بناء نماذج مثل GPT-4، يلعب التقييم دورًا حيويًا في تحديد كيف يمكن للنماذج المختلفة العمل في تطبيقات محددة. بدون تقييمات، قد يكون من الصعب والمستغرق للوقت فهم كيفية تأثيرات نسخ النموذج المختلفة أو حتى نوعية النصوص المُدخلة على النتائج. يوفر استخدام تقييمات OpenAI طريقة قياسية للاختبار بشكل فعال وسريع. يستطيع المطورون تصميم مجموعة من التقييمات المخصصة لأهداف معينة، مما يسهل عليهم استيعاب أداء النماذج الجديدة وتطبيقها بشكل أفضل. يمكن أيضًا دمج التقييمات في خطوط أنابيب التكامل المستمر والتسليم المستمر (CI/CD) للتأكد من تحقيق الدقة المطلوبة قبل نشر النموذج.
أنواع التقييمات وكيفية إعدادها
هناك نوعان رئيسيان من طرق تقييم الإجابات: التحقق من الإجابات من خلال كتابة منطق تقوم بذلك برمجيًا، أو استخدام النموذج نفسه لفحص صحة الإجابة. النوع الأول يعتمد على المدخلات والإجابات المثالية. على سبيل المثال، يتم إدخال سؤال مثل “في أي سنة تم انتخاب أوباما رئيسًا لأول مرة؟” مع إجابة مثالية هي “2008”. يقوم النظام بعد ذلك بفحص ما إذا كانت النتيجة التي تظهر مثل هذه الإجابة تصنف كإجابة صحيحة أم لا. النوع الثاني هو التقييم النموذجي، حيث تتفاعل نماذج متعددة مع النتيجة بمحاولة فهم ما إذا كان الجواب دقيقًا أو غير دقيق.
القوالب المستخدمة في تقييمات OpenAI
اكتشفنا عدة “قوالب” خلال استخدام التقييمات والتي تسهل تطوير تقييمات جديدة. تم تنفيذ هذه القوالب في مكتبة OpenAI Evals لضمان إمكانية استخدام تنسيقات مختلفة للتقييمات. تشمل هذه القوالب الأنواع الأساسية التي تحتوي على وظائف حتمية لمقارنة المخرجات مع القوائم الجواب المثالية، وتعتبر مفيدة في الحالات التي تكون فيها الإجابة المطلوبة لها تباين محدود. أما القوالب التي تعتمد على تقييم النموذج فهي تشمل الأساليب التي يستخدم فيها نموذج لغة للمقارنة بين المخرجات والإجابات المثالية، مما يجعلها مناسبة للأسئلة المفتوحة أو المتنوعة.
الخطوات العملية لإنشاء تقييمات OpenAI Evals
لبدء إعداد تقييمات OpenAI، يجب اتباع بعض الخطوات الهامة، بدءًا من استنساخ مستودع OpenAI Evals من GitHub، ثم إعداد المفتاح الخاص بواجهة برمجة التطبيقات. تتضمن خطوة إنشاء تقييم جديد تطوير مجموعة بيانات وتعريف فئة التقييم في ملف YAML. يجب أن يكون مجموعة البيانات في تنسيق jsonl مع توضيح واضح لأدوار الإدخال ونتائج النماذج. على سبيل المثال، إذا كان لدينا مجموعة بيانات تقيم قدرة النموذج على توليد استعلامات SQL صحيحة، فإننا يجب أن نحدد بشكل واضح الهيكل والتنصيص على الأسئلة المناسبة. يمكن استخدام GPT-4 لإنشاء بيانات اصطناعية لدعم العملية، مما يسهل إنشاء نماذج تقييم جديدة بسرعة وكفاءة.
تحليل بيانات السيارات: أهمية البيانات في صناعة السيارات
في عصر التكنولوجيا المتقدمة، تعتبر البيانات عن السيارات أحد العناصر الأكثر أهمية في تطوير وتحسين أداء هذه الصناعة. تعتمد الكثير من القرارات الاستراتيجية في صناعة السيارات على أدوات التحليل المتقدمة التي تستخرج معلومات قيمة من البيانات المتاحة. على سبيل المثال، يمكن أن تؤدي متطلبات السوق وتفضيلات المستهلكين إلى تصميم وإنتاج سيارات جديدة تهدف إلى تلبية احتياجات واضحة. البيانات تلعب دوراً حاسماً في فهم الاتجاهات، وتوقع التحولات في السوق، ومن ثم تسهيل اتخاذ القرارات المدروسة.
تحتوي بيانات السيارات على مجموعة واسعة من المعلومات تتعلق بموديلات السيارات، الشركات المصنعة، البلدان المنتجة، والعديد من المواصفات الفنية مثل قوة المحرك، والسعة، والوزن. من خلال دمج هذه المعلومات، يمكن للباحثين وصناع القرار الحصول على نظرة شاملة عن السوق العالمية وتوجهاتها.
على سبيل المثال، إذا كان يتم رصد بيانات حول متوسط قوة المحرك للسيارات المنتجة في أوروبا، فإن هذه المعلومات قد تشير إلى مزيج من قضايا البيئة، والتشريعات المفروضة على انبعاثات الكربون، وأيضاً متطلبات السوق الأوروبية من حيث الكفاءة في استهلاك الوقود. إذا كان متوسط قوة المحرك مرتفعاً، قد يعني ذلك أن السوق يتجه نحو سيارات أكثر قوة وفاعلية. بالمقابل، القوة المنخفضة قد تشير إلى تشدد متطلبات التقليل من الانبعاثات.
عند تحليل البيانات ضمن سياقات معينة، يمكن استخدام تقنيات تحليل البيانات الكبيرة لاستخراج أنماط وتقلبات لم يتم ملاحظتها من قبل. هذه التقنيات يمكن أن تشمل نمذجة الذكاء الاصطناعي والتعلم الآلي، والتي تعمل على تحسين دقة التنبؤات وتعزيز القدرة على تلبية طلبات المستهلكين.
تقدير متوسط قوة المحركات: منهجية التعامل مع البيانات
تقدير متوسط قوة المحركات يعتمد على تحليل بيانات السيارات في سياقات مختلفة. على سبيل المثال، يمكن استخدام استفسارات SQL، وهي لغة الاستعلام الممتازة لهيكلة البيانات، لاستخراج معلومات محددة من قواعد البيانات المعقدة. قاعدة البيانات قد تحتوي على جداول مختلفة تتعلق بمصنعي السيارات، موديلات السيارات، وبيانات الخصائص الفنية. من خلال ربط هذه الجداول، يمكننا الحصول على معلومات دقيقة.
على سبيل المثال، إذا أراد الباحثون تقدير متوسط قوة المحركات للسيارات المنتجة في الولايات المتحدة، يمكن استخدام استعلام SQL للانضمام إلى الجداول ذات الصلة. هذا الاستعلام يمكن أن يستخرج النتيجة المرجوة عن طريق حساب متوسط قوة المحرك لجميع السيارات المسجلة في تلك الفئة. بالإضافة إلى ذلك، يمكن استخدام المعايير الجغرافية لتحديد الاختلافات في قوة المحرك بين الدول المختلفة، مما يعكس الأثر الذي قد تلعبه السياسات المحلية والبيئة الاقتصادية.
التحليل المقارن يعتبر أداة قوية أخرى لضمان دقة هذه التقديرات. من خلال مقارنة البيانات من مناطق مختلفة، يمكن تحديد العوامل التي تؤثر على الأداء، سواء كانت اجتماعية أو اقتصادية. على سبيل المثال، التفاوت بين أوروبا والولايات المتحدة في إنتاج السيارات قد يكون مرتبطاً بالبنية التحتية، أو معدلات الضرائب على السيارات، أو حتى تفضيلات المستهلكين.
تطبيقات التحليل الإحصائي في سوق السيارات
تتعدد التطبيقات العملية لتحليل البيانات في صناعة السيارات. فبجانب استخدام البيانات في تحسين الأداء وعملية الإنتاج، هناك أيضاً أبعاد تسويقية واستراتيجية ذات أهمية كبيرة. من خلال التحليل الإحصائي، يمكن للشركات رصد وتحليل التوجهات في السوق، مما يساعد في تحديد الفئات المستهدفة المناسبة لكل منتج.
تطبيق التقنيات الإحصائية بدايةً يأتي من فهم عميق للبيانات المتاحة، وعلى سبيل المثال، يمكن للبيانات المتعلقة بسلوك الشراء أن تسلط الضوء على الأنماط التي تساعد الشركات في تحديد الفئات العمرية والمناطق الجغرافية التي تحقق أداءً جيداً. من خلال استخدام استراتيجيات تسويق مُبنية على بيانات موثوقة، يمكن تحسين استجابة الشركات للسوق بشكل كبير.
تستفيد أيضًا فرق البحث والتطوير بشكل كبير من البيانات. من خلال المعلومات المستخرجة، يمكن خلق حلول مبتكرة وتطوير معدات وخصائص جديدة تلبي متطلبات السوق. علاوة على ذلك، تعزیز تجربة المستخدم من خلال فهم أعمق لاحتياجات السوق يمكن أن يؤدي إلى تحسين الخدمات المقدمة.
تقنية التعلم الآلي تلعب دوراً مهماً، حيث يمكن استخدامها لتحليل البيانات التاريخية والتنبؤ بالاتجاهات المستقبلية. باستخدام نماذج تصنيفية أو انحدارية، يمكن تقدير قوة المحرك المثلى لكل نوع من السيارات في المستقبل، مما يعزز القدرة على المنافسة في السوق بشكل فعال. إن اعتماد هذه التقنيات يضيف قيمة لنا في مجال التسويق وتطوير المنتجات، مما يعكس أهمية البيانات في كل جانب من جوانب صناعة السيارات.
التحليل الفني لبيانات تقييم الأداء
يتطلب تقييم أداء النماذج اللغوية استخدام بيانات دقيقة وتحليل علمي متين. في هذا السياق، يُعتبر ملف التقييم (eval YAML) الذي يتضمن معايير الأداء، الأساس الذي يتم بناءً عليه تقييم النموذج. يتم تحديد مسارات البيانات المطلوبة في ملف YAML، حيث يتضمن المسار إلى بيانات التقييم بصيغة JSONL. يشير استخدام هذه الصيغة إلى القدرة على معالجة البيانات بكفاءة وسرعة، مما يُعتبر من الأمور الحيوية في الوقت الحالي، حيث يتطلب العالم الحديث التحليل السريع للبيانات الضخمة.
يعتمد التقييم على تحليل دقيق لعدد العينات المختلفة المستخدمة. على سبيل المثال، يتم استخدام 25 عينة، وهو عدد يعتبر مثالياً يقدم مزيجاً دقيقاً من الحالات الجوية التي يمكن أن يتعرض لها النموذج. بعد إجراء التقييم، يتم طباعة النتائج النهائية على وحدة التحكم، مما يساعد المطورين على فهم الأداء الفعلي للنموذج.
الهدف من التقييم هو إعطاء صورة واضحة عن دقة النموذج، مما يساعد على تحسين أداء النموذج في المستقبل. عند الحصول على تقرير نهائي يحتوي على معلومات مثل عدد الإجابات الصحيحة والخاطئة، يمكن للمطورين إجراء تعديلات دقيقة لتحسين النموذج بناءً على النتائج.
خطوات تنفيذ التقييم واستخراج النتائج
تتضمن العملية أولاً إعداد بيئة العمل المناسبة، والتي تشمل تثبيت مكتبات البرمجة المطلوبة، بالإضافة إلى إعداد ملفات البيانات بأشكالها المختلفة. على سبيل المثال، تعتمد هذه العملية على استخدام مكتبة oaieval التي تدير عملية التقييم. خطوات التنفيذ تشمل إعداد ملف YAML الذي يحدد تفاصيل التقييم، ومن ثم تشغيل الأوامر اللازمة لبدء عملية الاختبار.
عند تشغيل الأوامر المناسبة، يبدأ البرنامج في تحميل السجلات وتحليل البيانات من مسارات محددة مسبقاً. يتم استدعاء البيانات بشكل متكرر من خلال واجهة برمجة التطبيقات (API)، مما يُعزز من سرعة معالجة البيانات. تعد تعدد الطلبات HTTP وسيلة فعالة للحصول على البيانات اللازمة، حيث يتم إرسال عدد من الطلبات في وقت واحد، هذا، بدوره، يزيد من كفاءة التقييم.
وفي نهاية كل عملية تقييم، يتم تجميع النتائج وتحليلها في تقرير شامل. يُظهر التقرير النهائي مدى دقة النموذج من خلال تقديم عدد الإجابات الصحيحة والخاطئة، ويتم تسجيل هذه المعلومات في سجلات مخصصة. على سبيل المثال، حصل النموذج على تقرير بالنتيجة النهائية يتضمن 20 إجابة صحيحة و5 إجابات خاطئة، مما يعطي درجة دقة بنسبة 80%، وهي نتيجة جيدة تُظهر أن النموذج يمتلك قدرة كبيرة على معالجة البيانات بشكل دقيق.
تحليل البيانات والتقارير التفصيلية
يتضمن جزء مهم من عملية التقييم تحليل البيانات الناتجة عن التقييم. يتم تخزين البيانات المُعالجة في ملفات سجلات معينة، مثل تلك الموجودة في مسار /tmp/evallogs. تحتوي هذه الملفات على معلومات تفصيلية مثل الأحداث والنماذج المستخدمة في التجارب. كما تقدم السجلات تفاصيل إضافية عن كل عملية تقييم، بما في ذلك معلومات حول عينات البيانات المستخدمة في التقييم.
تعتبر قراءة وتحليل هذه السجلات خطوة أساسية في فهم الأداء العام للنموذج. من خلال تحليل هذه السجلات، يمكن للمطورين فهم طبيعة الأخطاء التي حدثت، وتحديد المجالات التي تحتاج إلى تحسين. على سبيل المثال، إذا كان يُلاحظ أن هناك نماذج اجتازت بعض الأسئلة بشكل خاطئ، فإن ذلك قد يعني أن النموذج يحتاج إلى تدريب إضافي في هذا السياق المحدد.
عندما يتم الاطلاع على السجل النهائي، يمكن تحديد الأداء المتعلق بتجارب محددة. من خلال دراسة مثال لتقييم معين، يمكن التعرف على تفاصيل كل عينة، ومن ثم فهم الاتجاهات والأخطاء الأكثر شيوعاً. يعد هذا التحليل الدقيقة لنتائج الأداء جزءاً أساسياً من تطوير نماذج الذكاء الاصطناعي بشكل فعال، حيث يبدأ الفريق في استنتاجات هامة تؤدي إلى تحسينات مستقبلية.
التحسين المستقبلي للنماذج بناءً على النتائج
تُعتبر النتائج الناتجة عن تقييم النموذج نقطة انطلاق لتحسين مستمر. بعد تحليل البيانات وتحديد الأخطاء والمشكلات المحتملة، يتم وضع خطة لتحسين النموذج. يمكن أن تشمل الخطط تحسين هيكل البيانات، أو إجراء المزيد من التدريب على مجموعة متنوعة من الأمثلة، أو حتى تنفيذ نماذج أحدث تُعزز من قدرة النموذج على التعلم.
نقطة أخرى مهمة هي أهمية استغلال التعليقات التي يتم جمعها من المستخدمين النهائيين للنموذج. يُعد إشراك المستخدمين والتأكد من رضاهم عن النموذج أحد العناصر الأساسية لتحسين الأداء. يشمل ذلك التفاعل مع المستخدمين لفهم كيف يمكن للنموذج تلبية احتياجاتهم بشكل أفضل. يتم عادةً جمع هذه التعليقات وتحليلها كجزء من دورة تحسين النموذج.
من خلال جهود التحسين المستمرة، يمكن أن يرتفع أداء النموذج بشكل ملحوظ، مما يحقق نتائج أفضل في التقييمات المستقبلية. هذا التقييم المستمر والتطوير الذاتي هو المحور الأساسي الذي يدفع الابتكار في مجال الذكاء الاصطناعي، مما يُعزز من قدرتنا على معالجة المعلومات بطرق أكثر فعالية ودقة.
تاريخ الرياضة وتأثيرها على المجتمعات
تاريخ الرياضة يعتبر جزءاً أساسياً من تاريخ الإنسانية، حيث بدأت الرياضات القديمة كوسيلة للتسلية والتنافس بين المجتمعات. منذ الحضارات القديمة مثل اليونان وروما، كانت الرياضة تمثل أكثر من مجرد نشاط بدني، إذ كانت تُعتبر رمزاً للقوة والمهارات والنجاح. على سبيل المثال، كانت الألعاب الأولمبية القديمة تُقام احتفالاً بالآلهة ولتوحيد المدن اليونانية. تطورت الرياضة عبر العصور لتصبح جزءاً من ثقافات متعددة، مما أثر على المجتمع بشكل عميق سواء من الناحية الاجتماعية أو الاقتصادية.
تُظهر الرياضة قدرة فريدة على تجميع الناس وتعزيز الشعور بالانتماء والهوية. في المجتمعات المعاصرة، تلعب الرياضات دوراً مهماً في تعزيز الروابط الاجتماعية والنفسية بين الأفراد. على سبيل المثال، تسهم الفرق الرياضية المحلية في تعزيز الفخر بين أعضائها وتكوين مجتمع متكامل عبر دعم الفريق. دوافع الانخراط في الرياضات أيضاً تتنوع، حيث يسعى الكثيرون لتحقيق النجاح الشخصي أو تحسين صحتهم البدنية، مما يحفزهم لتطوير مهارات جديدة.
التغيرات التقنية في عالم الرياضة
التكنولوجيا الحديثة غيرت بشكل جذري كيفية ممارسة الرياضة ومشاهدتها. من خلال الابتكارات في المعدات الرياضية والتقنيات التحليلية، تم تحسين الأداء الرياضي بشكل ملحوظ. مثلاً، يستخدم الرياضيون اليوم أجهزة تتبع اللياقة البدنية وأنظمة التحليل البياني لتحسين أدائهم وتحديد أوجه القصور. كما ساهمت التكنولوجيا في تطوير المعدات بطريقة تجعلها أكثر فاعلية وأمانًا، مما يقلل من خطر الإصابات الرياضية.
علاوة على ذلك، في مجال البث الرياضي، تم تغيير طريقة مشاهدة المباريات. لا يقتصر الأمر على مشاهدة المباريات على التلفاز، بل أصبح بإمكان الأفراد الآن متابعة الأحداث الرياضية المباشرة عبر الإنترنت ومن خلال تطبيقات الهواتف الذكية. هذا التحول التكنولوجي جعل الرياضة أكثر доступية للجماهير حول العالم، ولم يعد هناك حدود جغرافية تعيق متعة مشاهدتها. شهدنا أيضاً ثورة في وسائل التواصل الاجتماعي التي تتيح للرياضيين التفاعل المباشر مع المشجعين، مما يعزز من شعبيتهم ويزيد من تأثيرهم داخل المجتمع.
أثر الرياضة على التربية والتعليم
الرياضة تعتبر جزءًا لا يتجزأ من التربية والتعليم، حيث تُعزز من القيم الإنسانية مثل التعاون والعمل الجماعي والاحترام. في المؤسسات التعليمية، تساهم الأنشطة الرياضية في تنمية مهارات القيادة والثقة بالنفس عند الطلاب. يشعر الطلاب الذين يشاركون في الأنشطة الرياضية بأنهم جزء من شيء أكبر مما يعزز من قواهم العقلية والنفسية.
تشير الدراسات إلى أن الطلاب الذين يمارسون الرياضة بانتظام يحصلون غالباً على درجات أفضل في الدراسة. النشاط البدني المنتظم يحسن من التركيز والذاكرة ويقلل من مستويات التوتر. المدارس التي تشجع على الانخراط في الرياضات غالبًا ما تعد طلابها لمواجهة تحديات الحياة بشكل أفضل، سواء من خلال الروح الرياضية أو القدرة على التعلم من الخسائر. مثال على ذلك، الفرق الرياضية المنتمية للمدارس تخلق شعورًا بالانتماء وتساعد على بناء صداقات جديدة، مما ينعكس إيجابًا على الحياة الاجتماعية للطلاب.
الرياضة كـ وسيلة للتغيير الاجتماعي
تلعب الرياضة دورًا حيويًا في تحقيق التغيير الاجتماعي وتعزيز العدالة والمساواة. هناك العديد من الأمثلة على كيف استخدمت الشخصيات الرياضية المعروفة منصاتهم للدعوة إلى القضايا الاجتماعية. على سبيل المثال، استخدم الرياضيون مثل “محمد علي” و”كولين كابييرنيك” شهرتهم لدعم حركات اجتماعية مثل حقوق الإنسان ومناهضة العنصرية.
تعتبر الرياضة أداة فعالة لتطوير المجتمعات وخاصة تلك التي تعاني من التحديات الاجتماعية. من خلال المشاريع التي تدمج الرياضة مع التعليم، تمكّن الشباب من الحصول على المهارات اللازمة لتحسين حياتهم. تعتبر الأكاديميات الرياضية، التي توفر التدريب البدني والعقلي، مثالاً واضحًا على كيفية استخدام الرياضة لصياغة مستقبل أفضل. إن البرنامج الذي يدمج التدريبات الرياضية مع الدعم الأكاديمي يساعد في خلق بيئة إيجابية ويدفع الشباب نحو تحقيق إمكانياتهم الكاملة. تأثير الرياضة هنا ليس فقط على المستوى الفردي، بل يمتد ليشمل تحسين المجتمعات بأسرها.
التحديات والآفاق المستقبلية في عالم الرياضة
رغم الإنجازات الكبيرة التي حققتها الرياضة، هناك العديد من التحديات التي تواجهها اليوم. بعض هذه التحديات تتعلق بالصحة البدنية، مثل البدانة والأمراض المتصلة بنمط الحياة الخامل، مما يتطلب تكثيف الحملات لتشجيع النشاط البدني. كما أن هناك قضايا تتعلق بإدارة الرياضة، منها الفساد في بعض الهيئات الرياضية، والذي يتطلب مزيدًا من الشفافية والتقنين.
أيضًا، تتعرض الرياضة لضغوطات بسبب الاحترافية الزائدة، مما قد يؤثر سلبًا على القيم الرياضية مثل النزاهة والروح الرياضية. مع ذلك، فإن الآفاق المستقبلية للرياضة تبدو واعدة، بفضل استمرارية الابتكارات وتطور التكنولوجيا. ستساهم وسائل التواصل الاجتماعي الحديثة والتطبيقات التكنولوجية في تعزيز التجربة الرياضية وإشراك جماهير أكبر. بفضل هذه التطورات، يمكن أن نرى الرياضة تتجه نحو مستقبل يتسم بقدر أكبر من الاتصال والشمولية.
رابط المصدر: https://cookbook.openai.com/examples/evaluation/getting_started_with_openai_evals
تم استخدام الذكاء الاصطناعي ezycontent
اترك تعليقاً