وفقًا لمراقبة 1M AI News، شارك مؤسس مشارك لدى OpenAI، Andrej Karpathy، على منصة X اكتشافًا حديثًا: إن بناء قاعدة معرفة شخصية باستخدام LLM أكثر قيمة من استخدامه لكتابة الكود. حاليًا، انتقل استهلاك غالبية الـ token لديه من تشغيل الكود إلى تشغيل المعرفة.
تتكون العملية الكاملة من خمس خطوات:
- إدخال البيانات: فهرسة المستندات المصدر مثل المقالات والأوراق ومستودعات الكود ومجموعات البيانات والصور إلى مجلد raw/، ثم استخدام LLM لعمل «تجميع» تدريجي وتحويلها إلى wiki بصيغة markdown، يتضمن ملخصات وروابط خلفية وتصنيفات للمفاهيم وترابط المقالات
- واجهة التصفح: استخدام Obsidian كواجهة أمامية لعرض البيانات الخام والـ wiki المُجمَّع والتصورات المشتقة، حيث يتم الحفاظ على محتوى الـ wiki بالكامل بواسطة LLM، ولا يقوم البشر تقريبًا بتحريره مباشرة
- استعلامات الأسئلة والأجوبة: عندما تتراكم الـ wiki إلى حجم معين (في أحد مسارات بحثه لديه قرابة 100 مقال و400 ألف كلمة)، يمكن طرح أسئلة معقدة على LLM، فيقوم LLM بالبحث تلقائيًا داخل محتوى الـ wiki للإجابة. كان يعتقد أنه سيحتاج إلى RAG، لكن ملفات الفهرس التي يحافظ عليها LLM تلقائيًا والملخصات كافية ضمن هذا الحجم
- رجوع المخرجات: يتم توليد نتائج الاستعلام بصيغ markdown أو شرائح Marp أو مخططات matplotlib، ثم بعد عرضها داخل Obsidian يتم أرشفتها مرة أخرى في الـ wiki لتستمر عملية الاستكشاف والترسيخ الشخصي
- فحص الجودة: استخدام LLM بشكل دوري لإجراء «فحص صحي» لِلـ wiki، والبحث عن عدم الاتساق في البيانات واستكمال المعلومات الناقصة واستخراج الروابط عبر المفاهيم، مع تحسين تدريجي لكمال البيانات
يقول Karpathy إنه طور أيضًا أدوات إضافية، مثل محرك بحث بسيط لفهرسة الـ wiki، يمكن استخدامه بنفسه عبر واجهة ويب، أو تقديمه كأداة سطر أوامر إلى LLM للتعامل مع استعلامات أكبر. ويرى أن سير العمل هذا ما يزال حتى الآن مجرد «ترقيع مجموعة من السكربتات»، لكن في خلفيته توجد «فرصة منتج جديد لا تُصدق». وتتمثل الفكرة الأبعد في: أن كل سؤال يُطرح على نموذج أمامي (من الطراز المتقدم)، يمكن أن نرسل إلى LLM مجموعةً تبني wiki مؤقتًا تلقائيًا، وتجري فحص الجودة، وتكرر عدة جولات، وفي النهاية تُخرج تقريرًا كاملًا، «يفوق مرة واحدة .decode()»
إخلاء المسؤولية: قد تكون المعلومات الواردة في هذه الصفحة من مصادر خارجية ولا تمثل آراء أو مواقف Gate. المحتوى المعروض في هذه الصفحة هو لأغراض مرجعية فقط ولا يشكّل أي نصيحة مالية أو استثمارية أو قانونية. لا تضمن Gate دقة أو اكتمال المعلومات، ولا تتحمّل أي مسؤولية عن أي خسائر ناتجة عن استخدام هذه المعلومات. تنطوي الاستثمارات في الأصول الافتراضية على مخاطر عالية وتخضع لتقلبات سعرية كبيرة. قد تخسر كامل رأس المال المستثمر. يرجى فهم المخاطر ذات الصلة فهمًا كاملًا واتخاذ قرارات مدروسة بناءً على وضعك المالي وقدرتك على تحمّل المخاطر. للتفاصيل، يرجى الرجوع إلى
إخلاء المسؤولية.
