أدت التحديثات الأخيرة لنماذج Gemini، بما في ذلك الإصدارات Pro والFlash، إلى إحداث تحسينات عديدة. أحد التحسينات الرئيسية هو تحسين حدود المعدل، مما يسمح للمستخدمين بإجراء المزيد من الطلبات في إطار زمني معين. يوفر هذا التحديث زيادة في الوصول والمرونة للمستخدمين.

بالإضافة إلى ذلك، سيوفر إصدار Gemini Flash قريبًا القدرة على ضبط النموذج على مجموعة البيانات الخاصة بك. توفر هذه الميزة للمستخدمين إمكانية تخصيص أداء النموذج وتكييفه مع احتياجاتهم المحددة، مما يعزز قدرات النموذج بشكل أكبر.

كما حسن التحديث وضع JSON والقدرات الوظيفية الاتصالية لنماذج Gemini. من المتوقع أن تؤدي هذه التحسينات في الوظائف الأساسية للنماذج إلى تحسين الأداء الإجمالي.

لقد تلقت نماذج Gemini، بما في ذلك الإصدارات Pro والFlash، تحديثًا مؤخرًا. أدى هذا التحديث إلى إحداث تحسينات عديدة، بما في ذلك تعزيز حدود المعدل والقدرة على ضبط إصدار Flash على مجموعة البيانات الخاصة بك. بالإضافة إلى ذلك، تم تحسين وضع JSON والقدرات الوظيفية الاتصالية.

تم أيضًا تعزيز أداء نماذج Gemini، كما يتضح من تصنيفها الحديث في جدول ترتيب ChatBot Arena. يقع كل من الإصدارات Pro والAdvanced من Gemini حاليًا في المرتبة الثانية، بينما يقع الإصدار الأصغر Gemini Flash في المرتبة التاسعة، مباشرة بعد GPT-4 و CLA Opus. هذا إنجاز مثير للإعجاب، يُظهر قدرات نماذج Gemini.

يُعد إصدار Gemini Flash على وجه الخصوص موضع اهتمام كبير، حيث يقع في نقطة حلوة فيما يتعلق بجودة المخرجات والسعر والإنتاجية. مقارنةً بCloud Hau، يوفر Gemini Flash زيادة في الإنتاجية، وهو أفضل من Hau و GPT-3.5 من حيث التوازن بين الجودة والسعر.

إن القدرة على إجراء المكالمات الوظيفية هي ميزة قوية للنماذج اللغوية الكبيرة (LLMs) مثل Gemini. وهذا يسمح للنموذج بالوصول إلى البيانات والوظائف الخارجية التي قد لا تكون موجودة في بيانات التدريب الخاصة به، مما يمكنه من تقديم استجابات أكثر شمولاً وحداثة لاستفسارات المستخدمين.

تعمل المكالمات الوظيفية على النحو التالي:

1. يقدم المستخدم استفسارًا إلى LLM.
2. يحدد LLM ما إذا كان بحاجة إلى استخدام وظيفة خارجية للرد على الاستفسار.
3. إذا كانت هناك حاجة إلى وظيفة، فيختار LLM الوظيفة المناسبة من الأدوات المتاحة.
4. يقدم LLM المدخلات اللازمة للوظيفة ويطلب من المستخدم تنفيذها.
5. ينفذ المستخدم الوظيفة ويعيد النتيجة إلى LLM.
6. يدمج LLM إخراج الوظيفة في الاستجابة النهائية للمستخدم.

لإعداد وكيل الدعم العملاء باستخدام Gemini Flash، سنتبع هذه الخطوات:

1. تثبيت حزمة Python لـ Google Generative AI: سنبدأ بتثبيت الحزمة اللازمة للتفاعل مع Gemini Flash.

2. استيراد الحزم المطلوبة: سنستورد الحزم التي سنحتاجها طوال الدليل التعليمي.

3. إعداد مفتاح API: سنقوم بإعداد مفتاح API للتفاعل مع Gemini Flash، إما عن طريق تعيينه كسر في Colab أو كمتغير بيئي إذا كنت تستخدم إعدادًا محليًا.

4. تحديد الوظائف المتاحة: سنحدد الوظائف التي يمكن للوكيل الدعم العملاء استخدامها، مثل get_order_status و initiate_return.

5. إعداد عميل Gemini Flash: سنقوم بإعداد عميل Gemini Flash، مع تحديد اسم النموذج وقائمة الأدوات المتاحة.

6. بدء جلسة دردشة: سنبدأ جلسة دردشة مع Gemini Flash، مع تمكين المكالمات الوظيفية التلقائية للسماح للنموذج بتنفيذ الوظائف اللازمة.

لتنفيذ المكالمات الوظيفية المتسلسلة والمتوازية مع نماذج Gemini، يمكننا اتباع هذه الخطوات:

1. تثبيت الحزم المطلوبة: ابدأ بتثبيت حزمة Google Generative AI.

2. استيراد الحزم الضرورية: استورد الحزم المطلوبة، مثل حزمة Generative AI وأي أدوات أخرى قد تحتاجها.

3. إعداد مفتاح API: احصل على مفتاح API الخاص بك من Google AI Studio وقم بإعداده إما كسر في دفتر ملاحظات Colab الخاص بك أو كمتغير بيئي إذا كنت تستخدم إعدادًا محليًا.

4. تحديد الوظائف المتاحة: قم بإنشاء مجموعة من الوظائف التي يمكن للنموذج Gemini استخدامها للتفاعل مع مصادر البيانات الخارجية أو تنفيذ مهام محددة. تأكد من توفير وصف مفصل لكل وظيفة لمساعدة النموذج على فهم الغرض منها.

إن قدرة نماذج Gemini على التعامل مع الطلبات المعقدة التي تتطلب مكالمات وظيفية متعددة هي أمر مثير للإعجاب. يمكنها تنفيذ مكالمات وظيفية متسلسلة ومتوازية، مع دمج النتائج بسلاسة لتوليد استجابات دقيقة.

الخطوات الرئيسية المتضمنة هي:

1. تحديد المكالمات الوظيفية: يحلل النموذج طلب المستخدم ويحدد الوظائف الضرورية للتنفيذ، سواء كانت متسلسلة أو متوازية.
2. تنفيذ الوظائف: يقدم النموذج المدخلات المطلوبة للوظائف المحددة، والتي يتم تنفيذها بواسطة المستخدم/المفسر.
3. دمج النتائج: يأخذ النموذج نتائج المكالمات الوظيفية ويدمجها لتوليد الاستجابة النهائية.

يسمح هذا الإجراء للنموذج بالتعامل مع السيناريوهات المعقدة، مثل التحقق من حالة الطلب وبدء إرجاع وإلغاء طلب، كل ذلك في طلب واحد. إن قدرة النموذج على إدارة المكالمات الوظيفية المتداخلة وتقديم استجابات دقيقة هي ميزة ملحوظة بشكل خاص.

أدت التحديثات الأخيرة لنماذج Gemini، بما في ذلك الإصدارات Pro والFlash، إلى إحداث تحسينات عديدة. أصبحت النماذج الآن لديها إمكانية الوصول إلى حدود معدل أفضل، وسيتمكن المستخدمون قريبًا من ضبط إصدار Flash على مجموعات بياناتهم الخاصة. كما تم تحسين وضع JSON والقدرات الوظيفية الاتصالية، مما أدى إلى تحسين الأداء.

إن ترتيب نماذج Gemini في جدول ترتيب ChatbotArena مثير للإعجاب، حيث تقع الإصدارات Pro والAdvanced في المرتبة الثانية، بينما يقع Gemini Flash في المرتبة التاسعة، مباشرة بعد GPT-4 و CLA Opus. يُعد إصدار Gemini Flash مثيرًا للاهتمام بشكل خاص، حيث يقدم توازنًا جيدًا بين جودة المخرجات والسعر والإنتاجية، مما يجعله خيارًا جذابًا للمستخدمين الذين يبحثون عن نموذج عالي الجودة مع زيادة في الإنتاجية.