انتقل إلى المحتوى
⁨NDDev AI⁩، الصفحة الرئيسية
المجتمع
اللغة: العربية
العرض
المظهر
الحركة

تدريب الشبكة العصبية على بياناتك الخاصة

تدرّب NDDev الشبكات العصبية على بيانات الشركة: نُجري الضبط الدقيق للنماذج اللغوية بطريقتَي LoRA وQLoRA لتوافق أسلوبك وتنسيقك ومصطلحاتك، وندرّب نماذج التصنيف والرؤية الحاسوبية على أمثلتك. تحصل على أوزان النموذج وكود التدريب وتقرير بالمقاييس على العينة المحتجزة. يناسب الشركات التي تمتلك بيانات موسومة متراكمة. تعمل NDDev منذ عام 2019.

لمن يناسب؟

للشركات التي تراكمت لديها أمثلة: الطلبات والاستفسارات الواردة المصنفة في فئاتها الصحيحة، والمستندات ذات الحقول المعبأة، والصور المحددة عليها العيوب، والمراسلات المصاغة بأسلوب الشركة.

  • LoRA وQLoRA للنماذج اللغوية
  • نماذج مبنية على PyTorch وTransformers
  • التجارب في MLflow
  • الأوزان وكود التدريب لديك

متى يستحق الأمر تدريب النموذج على بياناتك

نبدأ بالتحقق مما إذا كان التدريب ضرورياً. فإذا كانت المهمة هي الإجابة استناداً إلى المستندات، فغالباً ما يكفي البحث في قاعدة المعرفة. ويحقق الضبط الدقيق فائدة عندما يتطلب النموذج تنسيقاً صارماً أو مصطلحات متخصصة أو أسلوب الشركة، في حين تعطي الموجهات النصية نتائج غير مستقرة. أما في مهام التصنيف واستخراج الحقول ومعالجة الصور، فإن نموذجاً صغيراً خاصاً بك يعمل في كثير من الأحيان بسرعة أعلى وتكلفة أقل من النموذج اللغوي الكبير.

  • تدقيق البيانات وخطة التوسيم
  • توسيم الأمثلة وتنقيتها
  • نموذج أساسي للمقارنة
  • الضبط الدقيق بطريقة LoRA أو QLoRA، وتدريب نموذج خاص بك
  • سجل التجارب في MLflow
  • تقرير بالمقاييس على العينة المحتجزة
  • أوزان النموذج وكود التدريب ودليل التشغيل

ينصبّ الجزء الأكبر من العمل على البيانات. ننقّي الأمثلة ونوسّمها، ثم نقسمها إلى عينة تدريب وعينة تحقق وعينة محتجزة، ونحسب نتيجة نموذج أساسي بسيط. نُجري الضبط الدقيق للنماذج اللغوية بطريقتَي LoRA وQLoRA على الأجهزة المتفق عليها، وندرّب النماذج الأخرى باستخدام PyTorch أو Transformers أو YOLO. ونسجّل كل تشغيلة مع معاملاتها ومقاييسها في MLflow.

وإذا لم يكن معروفاً مسبقاً ما إذا كانت الجودة المطلوبة قابلة للتحقق، نبدأ بمرحلة بحثية: نجرّب الطرق متدرجين من الأبسط إلى الأعقد ونعرض النتائج المرحلية أولاً بأول. وتكون النتيجة إما نموذجاً عاملاً أو خلاصة معلّلة تبيّن أن الهدف غير قابل للتحقق بهذه البيانات.

مراحل تدريب النموذج

  1. المهمة والمقياس

    نتفق على ما يفعله النموذج وعلى المقياس الذي نعرف به أنه يؤدي المهمة بنجاح.

  2. البيانات

    نتحقق من حجم الأمثلة وجودتها، ونوسّمها ونستكملها عند الحاجة.

  3. النتيجة الأساسية

    ندرّب نموذجاً بسيطاً أو نجرّب الموجهات النصية ليكون لدينا مرجع للمقارنة.

  4. التجارب

    نختار البنية والمعاملات المناسبة، ونسجّل كل تشغيلة في MLflow.

  5. التحقق والتسليم

    نقيس النموذج على العينة المحتجزة، وننشره في بيئتك ونسلّمك الأوزان والكود.

أسئلة حول التدريب على بياناتك الخاصة

ما كمية البيانات المطلوبة؟

يتضح ذلك بعد تدقيق البيانات. نفحص عدد الأمثلة المتوفرة لديك ومدى تجانسها وما إذا كانت موسومة، ونخبرك بوضوح إن كانت كافية أم أنها تحتاج إلى توسيم أولاً.

هل يمكن تدريب النموذج على خوادمنا؟

نعم. نشغّل التدريب على أجهزتك أو في السحابة المتفق عليها، وتبقى البيانات والأوزان الناتجة هناك.

هل تضمنون دقة النموذج؟

نحن مسؤولون عن سير العمل المتفق عليه والتجارب والتقرير والتوثيق. نثبّت المقياس المستهدف قبل البدء ونقيسه على عينة محتجزة لم يرها النموذج أثناء التدريب. وإذا كان الهدف غير قابل للتحقق بهذه البيانات، فستعرف ذلك في المرحلة البحثية.

لمن تعود ملكية النموذج المدرَّب؟

ننقل حقوق الأوزان وكود التدريب حسب الاتفاق، ونثبّت الشروط في العقد.

ما تكلفة التدريب؟

السعر المذكور بصيغة «ابتداءً من» في قسم التكلفة يخص عملنا نحن. وتتأثر التكلفة النهائية بحجم البيانات والتوسيم وحجم النموذج وعدد التجارب. أما القدرات الحاسوبية والتوسيم الخارجي فيُدفعان بشكل منفصل حسب الاستخدام الفعلي.

ابتداءً من ‏560,000 ₽

ضمان مجاني
80 يوم

الأسعار المذكورة هي أسعار ابتدائية للمعلومات فقط، ولا تُعدّ عرضاً عاماً. يُحدَّد السعر النهائي في المواصفات الفنية.

Language models and company knowledge

صف المهمة والبيانات المتوفرة لديك

أخبرنا بما يجب أن يفعله النموذج وبعدد الأمثلة المتراكمة لديك. سنقيّم ما إذا كانت البيانات كافية ونقترح خطة.

نرد خلال 24 ساعة

المساعد

جارٍ تحميل المساعد…