الوصف
GODEL (Goal-Directed Dialog) هو نموذج ذكاء اصطناعي متطور طورته Microsoft، وهو مصمم للتدريب المسبق على نطاق واسع في مجال أنظمة الحوار الموجهة نحو الهدف. في جوهره، يستخدم GODEL بنية مشفر-مفكك قائمة على Transformer، مصممة خصيصًا لتوليد استجابات مستندة إلى معلومات نصية خارجية. هذه القدرة ضرورية لمهام الحوار التي تتطلب تكييف الاستجابات بناءً على بيانات تتجاوز سياق المحادثة الفوري، مثل المستندات المسترجعة أو قواعد المعرفة.
نماذج GODEL المدربة مسبقًا قابلة للتكيف بدرجة عالية، مما يسمح بالضبط الدقيق الفعال لمهام الحوار الجديدة بكمية صغيرة نسبيًا من البيانات الخاصة بالمهمة. هذا يجعله أداة قوية للباحثين والمطورين الذين يتطلعون إلى بناء وكلاء محادثة متقدمين. تم بناء المشروع على مكتبة Huggingface Transformers، مستفيدًا من إطار عملها القوي لمهام معالجة اللغة الطبيعية.
يقدم مستودع GODEL موارد شاملة، بما في ذلك التعليمات البرمجية المصدر ومجموعات البيانات وأوزان النماذج المدربة مسبقًا. كما يوفر نصوصًا برمجية لإعادة إنتاج النتائج المذكورة في ورقتهم البحثية. تم تحديث المشروع بـ GODEL V1.1، المدرب على مجموعة بيانات ضخمة تضم 551 مليون حوار متعدد الأدوار من Reddit و 5 ملايين حوار موجه بالتعليمات والمعرفة، مما يدل على تحسينات كبيرة، خاصة في الأداء الصفري.
تشمل الميزات الرئيسية قدرته على معالجة السياق والمعرفة الخارجية لتوليد الاستجابات، وقدراته الفعالة في الضبط الدقيق، وتوفر نماذج مدربة مسبقًا أساسية وكبيرة. يتضمن المشروع أيضًا واجهة عرض توضيحية تفاعلية للدردشة مع النماذج المضبوطة بدقة، مدعومة بـ Flask للواجهة الخلفية و Vue و Bootstrap-Vue و BasicVueChat للواجهة الأمامية. تم أرشفة المستودع وهو للقراءة فقط اعتبارًا من 11 يونيو 2026، ولكن تظل النماذج متاحة.
أبرز ملامح GODEL: نماذج الحوار الموجهة نحو الهدف
نماذج مدربة مسبقًا واسعة النطاق للحوار الموجه نحو الهدف
بنية مشفر-مفكك قائمة على Transformer
توليد استجابات مستندة إلى نصوص خارجية
ضبط دقيق فعال لمهام الحوار الجديدة
يشمل مجموعة البيانات والتعليمات البرمجية المصدر والنماذج المدربة مسبقًا
GODEL V1.1 مدرب على 551 مليون حوار متعدد الأدوار و 5 ملايين حوار موجه بالتعليمات/المعرفة
يظهر أداءً قويًا في الإعداد الصفري
مبني على Huggingface Transformers
واجهة عرض توضيحية تفاعلية متاحة
يدعم الضبط الدقيق على مجموعات بيانات منخفضة الموارد
تتراوح النماذج من 117 مليون إلى 2.7 مليار معلمة
البدء مع GODEL: نماذج الحوار الموجهة نحو الهدف
إعداد البيئة: استنساخ المستودع وتثبيت الحزم المطلوبة باستخدام conda و pip.
جلب النموذج المدرب مسبقًا: تنزيل واستخراج نموذج GODEL الأساسي.
إعداد البيانات: تنسيق أمثلة التدريب بتنسيق JSON مع حقول 'Context' و 'Knowledge' و 'Response'.
ضبط النموذج: استخدام النصوص البرمجية المقدمة لضبط النموذج المدرب مسبقًا على البيانات المخصصة.
توليد الاستجابات: استخدام نصوص التوليد لإنتاج استجابات الحوار من النماذج المضبوطة بدقة.
التفاعل مع العرض التوضيحي: إعداد خوادم الواجهة الخلفية والأمامية للدردشة مع النماذج المضبوطة بدقة.
حالات استخدام GODEL: نماذج الحوار الموجهة نحو الهدف
- روبوتات الدردشة الموجهة نحو الهدف
- أنظمة الحوار القائمة على المهام
- المحادثات المستندة إلى المعرفة
- أتمتة دعم العملاء
- المساعدون الشخصيون
- البحث في أنظمة الحوار
