---

យើងបានចេញផ្សាយ ការបែងចែកដោយស្វ័យប្រវត្តិ AI ទៅកាន់អ្នកប្រើប្រាស់ Blue ទាំងអស់។ នេះគឺជាមុខងារ AI ដែលត្រូវបានបញ្ចូលទៅក្នុងការជាវមូលដ្ឋានរបស់ Blue ដោយគ្មានកម្រៃបន្ថែម។ ក្នុងអត្ថបទនេះ យើងបានជ្រៀតជ្រែកទៅក្នុងវិស្វកម្មនៅខាងក្រោយការបង្កើតមុខងារនេះ។

---

នៅ Blue វិធីសាស្ត្ររបស់យើងចំពោះការអភិវឌ្ឍមុខងារត្រូវបានដាក់ស្នូលនៅក្នុងការយល់ដឹងយ៉ាងជ្រាលជ្រៅអំពីតម្រូវការរបស់អ្នកប្រើប្រាស់ និងនិន្នាការម៉ាកេត ដែលរួមជាមួយការប្តេជ្ញាចិត្តក្នុងការរក្សាទុកភាពសាមញ្ញ និងភាពងាយស្រួលក្នុងការប្រើប្រាស់ដែលកំណត់វេទិការបស់យើង។ នេះគឺជាអ្វីដែលជំរុញផែនទី ផែនទីផ្លូវ របស់យើង ហើយអ្វីដែល អនុញ្ញាតឱ្យយើងបញ្ជូនមុខងារបានយ៉ាងបន្តបន្ទាប់រៀងរាល់ខែជាច្រើនឆ្នាំ។

ការណែនាំនៃការបែងចែកដោយស្វ័យប្រវត្តិដែលមានអំណាច AI ទៅកាន់ Blue គឺជាឧទាហរណ៍ល្អឥតខ្ចោះនៃទស្សនៈនេះក្នុងការអនុវត្ត។ មុនដែលយើងចូលទៅក្នុងព័ត៌មានបច្ចេកទេសអំពីរបៀបដែលយើងបានបង្កើតមុខងារនេះ វាជារឿងសំខាន់ណាស់ក្នុងការយល់ដឹងអំពីបញ្ហាដែលយើងកំពុងដោះស្រាយ និងការពិចារណាដែលបានធ្វើឡើងក្នុងការអភិវឌ្ឍន៍របស់វា។

ទេសភាពគ្រប់គ្រងគម្រោងកំពុងអភិវឌ្ឍយ៉ាងឆាប់រហ័ស ជាមួយសមត្ថភាព AI កំពុងក្លាយជាគន្លងមួយសំខាន់សម្រាប់ការរំពឹងទុករបស់អ្នកប្រើប្រាស់។ អតិថិជនរបស់យើង ជាពិសេសអ្នកដែលគ្រប់គ្រងគម្រោងធំទូលាយ គម្រោង ជាមួយកំណត់ត្រាលានពាន់ កំណត់ត្រា បានបង្ហាញពីចំណង់ចំណូលចិត្តរបស់ពួកគេសម្រាប់វិធីសាស្ត្រដែលឆ្លាតវៃ និងមានប្រសិទ្ធភាពក្នុងការរៀបចំ និងបែងចែកទិន្នន័យរបស់ពួកគេ។

ទោះយ៉ាងណា នៅ Blue យើងមិនបានបន្ថែមមុខងារទេ ពីព្រោះវាជាអ្វីដែលមាននិន្នាការ ឬបានស្នើសុំ។ ទស្សនៈរបស់យើងគឺថា ការបន្ថែមថ្មីៗគ្រប់យ៉ាងត្រូវតែបង្ហាញពីតម្លៃរបស់វា ដោយមានចម្លើយដើមគឺ "ទេ" រហូតដល់មុខងារមួយបង្ហាញពីការទាមទារដ៏ខ្លាំង និងអត្ថប្រយោជន៍ច្បាស់។

ដើម្បីយល់ដឹងអំពីជ្រាលជ្រៅនៃបញ្ហានិងសក្តានុពលនៃការបែងចែកដោយស្វ័យប្រវត្តិ AI យើងបានធ្វើសម្ភាសន៍អតិថិជនយ៉ាងទូលំទូលាយ ដែលផ្តោតលើអ្នកប្រើប្រាស់យូរដែលគ្រប់គ្រងគម្រោងស្មុគស្មាញ និងមានទិន្នន័យច្រើននៅក្នុងដែនជាច្រើន។

ការសន្ទនាទាំងនេះបានបង្ហាញពីខ្សែស្រឡាយសំខាន់មួយ៖ នៅពេលដែលការស្លាកមានតម្លៃសម្រាប់ការរៀបចំ និងការស្វែងរក ការប្រព្រឹត្តទៅដោយដៃនៃដំណើរការនេះកំពុងក្លាយជាការបង្ហូរទឹក ដោយសារពិសេសសម្រាប់ក្រុមដែលប្រឈមមុខនឹងបរិមាណកំណត់ត្រាធំៗ។

ប៉ុន្តែយើងបានឃើញពីការដោះស្រាយបញ្ហាប្រឈមមុខនឹងការស្លាកដោយដៃប៉ុណ្ណោះ។

យើងបានស្រមៃអំពីអនាគតដែលការស្លាកដោយមានអំណាច AI អាចក្លាយជាមូលដ្ឋានសម្រាប់ដំណើរការដែលមានភាពឆ្លាតវៃ និងស្វ័យប្រវត្តិ។

អំណាចពិតប្រាកដនៃមុខងារនេះ យើងបានយល់ថា គឺស្ថិតនៅក្នុងសក្តានុពលនៃការបញ្ចូលជាមួយប្រព័ន្ធ គ្រប់គ្រងគម្រោង របស់យើង។ សូមស្រមៃអំពីឧបករណ៍គ្រប់គ្រងគម្រោងមួយដែលមិនត្រឹមតែបែងចែកព័ត៌មានយ៉ាងឆ្លាតវៃ ប៉ុន្តែថែមទាំងប្រើប្រាស់ស្លាកទាំងនោះដើម្បីបញ្ជូនភារកិច្ច បង្កើតសកម្មភាព និងកែប្រែដំណើរការនៅពេលពិត។

ទស្សនៈនេះបានសម្របសម្រួលយ៉ាងល្អជាមួយគោលបំណងរបស់យើងក្នុងការរក្សា Blue ឲ្យមានភាពសាមញ្ញ ប៉ុន្តែមានអំណាច។

ក្រៅពីនេះ យើងបានស្គាល់ពីសក្តានុពលក្នុងការពង្រីកសមត្ថភាពនេះឆ្លងកាត់កំណត់នៃវេទិការបស់យើង។ ដោយការអភិវឌ្ឍប្រព័ន្ធស្លាក AI ដែលមានសមត្ថភាពយ៉ាងរឹងមាំ យើងកំពុងដាក់ជាគ្រឹះសម្រាប់ "API ការបែងចែក" ដែលអាចធ្វើការបានពីប្រអប់ ដោយអាចបើកចំហច្រកថ្មីសម្រាប់របៀបដែលអ្នកប្រើប្រាស់របស់យើងអាចអន្តរកម្ម និងប្រើប្រាស់ Blue ក្នុងប្រព័ន្ធបច្ចេកវិទ្យាទូលំទូលាយរបស់ពួកគេ។

ដូច្នេះ មុខងារនេះមិនត្រឹមតែអំពីការបន្ថែមប្រអប់ AI ទៅក្នុងបញ្ជីមុខងាររបស់យើងទេ។

វាជាអំពើដែលមានសារៈសំខាន់មួយទៅរកវេទិកាគ្រប់គ្រងគម្រោងដែលមានភាពឆ្លាតវៃ និងអាចកែប្រែបាន ខណៈពេលដែលនៅតែស្មោះត្រង់ទៅនឹងទស្សនៈមូលដ្ឋានរបស់យើងនៃភាពសាមញ្ញ និងការយកចិត្តទុកដាក់អ្នកប្រើប្រាស់។

នៅក្នុងផ្នែកបន្ទាប់ យើងនឹងចូលទៅក្នុងបញ្ហាបច្ចេកទេសដែលយើងបានប្រឈមមុខក្នុងការនាំយកទស្សនៈនេះទៅជាជីវិត ស្ថាបត្យកម្មដែលយើងបានរចនាដើម្បីគាំទ្រនេះ និងដំណោះស្រាយដែលយើងបានអនុវត្ត។ យើងនឹងស្វែងរកអនាគតនៃអាចសមត្ថភាពដែលមុខងារនេះបើកចំហ ដោយបង្ហាញពីរបៀបដែលការបន្ថែមដែលបានពិចារណាដោយយកចិត្តទុកដាក់អាចប pave ផ្លូវសម្រាប់ការប្រែប្រួលក្នុងការគ្រប់គ្រងគម្រោង។

---

បញ្ហា

ដូចដែលបានពិភាក្សាខាងលើ ការស្លាកដោយដៃនៃកំណត់ត្រាគម្រោងអាចចំណាយពេល និងមិនស្ថិតស្ថេរ។

យើងបានចេញដំណើរការដើម្បីដោះស្រាយនេះដោយការប្រើប្រាស់ AI ដើម្បីស្នើស្លាកដោយស្វ័យប្រវត្តិអាស្រ័យលើមាតិកាកំណត់ត្រា។

បញ្ហាសំខាន់ៗគឺ៖

1. ជ្រើសរើសម៉ូដែល AI ដែលសមស្រប
2. ដំណើរការបរិមាណកំណត់ត្រាធំៗយ៉ាងមានប្រសិទ្ធភាព
3. ធានាថាការពារទិន្នន័យ និងសុវត្ថិភាព
4. បញ្ចូលមុខងារនេះឲ្យមានភាពរលូនទៅក្នុងស្ថាបត្យកម្មដែលមានស្រាប់របស់យើង

ជ្រើសរើសម៉ូដែល AI

យើងបានវាយតម្លៃវេទិកា AI ជាច្រើន រួមមាន OpenAI, ម៉ូដែលបើកចំហនៅលើ HuggingFace និង Replicate។

លក្ខខណ្ឌរបស់យើងរួមមាន៖

• ការចំណាយមានប្រសិទ្ធភាព
• ភាពត្រឹមត្រូវក្នុងការយល់ដឹងពីបរិបទ
• សមត្ថភាពក្នុងការទប់ទល់នឹងទ្រង់ទ្រាយចេញដែលជាក់លាក់
• ការធានាថាការពារទិន្នន័យ

បន្ទាប់ពីការសាកល្បងយ៉ាងម៉ត់ចត់ យើងបានជ្រើសរើស GPT-3.5 Turbo របស់ OpenAI។ ទោះបីជា GPT-4 អាចផ្តល់ការកែលម្អតិចតួចក្នុងភាពត្រឹមត្រូវ ការសាកល្បងរបស់យើងបានបង្ហាញថាការបង្ហាញរបស់ GPT-3.5 គឺល្អគ្រប់គ្រាន់សម្រាប់តម្រូវការស្លាកដោយស្វ័យប្រវត្តិរបស់យើង។ ការប្រកួតប្រជែងរវាងការចំណាយមានប្រសិទ្ធភាព និងសមត្ថភាពបែងចែកដ៏ខ្លាំងធ្វើឱ្យ GPT-3.5 ជាជម្រើសដ៏ល្អសម្រាប់មុខងារនេះ។

ការចំណាយខ្ពស់នៃ GPT-4 នឹងធ្វើឱ្យយើងត្រូវបង្ហាញមុខងារនេះជាអនុលោមដែលត្រូវបានបង់ប្រាក់ ដែលមានការប្រកួតប្រជែងជាមួយគោលបំណងរបស់យើងក្នុងការបញ្ចូល AI ក្នុងផលិតផលសំខាន់របស់យើងដោយគ្មានកម្រៃបន្ថែមសម្រាប់អ្នកប្រើប្រាស់ចុងក្រោយ។

នៅក្នុងការអនុវត្តន៍របស់យើង តម្លៃសម្រាប់ GPT-3.5 Turbo គឺ៖

• $0.0005 ក្នុងមួយ 1K input tokens (ឬ $0.50 ក្នុងមួយ 1M input tokens)
• $0.0015 ក្នុងមួយ 1K output tokens (ឬ $1.50 ក្នុងមួយ 1M output tokens)

ឲ្យយើងធ្វើការសន្និដ្ឋានខ្លះអំពីកំណត់ត្រាមធ្យមនៅក្នុង Blue៖

• ចំណងជើង: ~10 tokens
• ការពិពណ៌នា: ~50 tokens
• មតិយោបល់ 2: ~30 tokens សម្រាប់មួយ
• វាលបន្ថែម 5: ~10 tokens សម្រាប់មួយ
• ឈ្មោះបញ្ជី កាលបរិច្ឆេទកំណត់ និងមាតិកាផ្សេងទៀត: ~20 tokens
• សេចក្តីណែនាំប្រព័ន្ធ និងស្លាកដែលអាចប្រើបាន: ~50 tokens

ចំនួន input tokens សរុបក្នុងមួយកំណត់ត្រា៖ 10 + 50 + (30 * 2) + (10 * 5) + 20 + 50 ≈ 240 tokens

សម្រាប់ output យើងសន្និដ្ឋានថាមានស្លាក 3 ដែលបានស្នើសម្រាប់មួយកំណត់ត្រា ដែលអាចសរុបប្រហែល 20 output tokens រួមទាំងទ្រង់ទ្រាយ JSON។

សម្រាប់ 1 លានកំណត់ត្រា៖

• ចំណាយ input: (240 * 1,000,000 / 1,000,000) * $0.50 = $120
• ចំណាយ output: (20 * 1,000,000 / 1,000,000) * $1.50 = $30

ចំណាយសរុបសម្រាប់ការស្លាកដោយស្វ័យប្រវត្តិ 1 លានកំណត់ត្រា: $120 + $30 = $150

ការបង្ហាញរបស់ GPT3.5 Turbo

ការបែងចែកគឺជាការងារដែលម៉ូដែលភាសាធំ (LLMs) ដូចជា GPT-3.5 Turbo ធ្វើបានយ៉ាងល្អ ដោយធ្វើឱ្យវាជាការសមស្របសម្រាប់មុខងារស្លាកដោយស្វ័យប្រវត្តិរបស់យើង។ LLMs ត្រូវបានបណ្តុះបណ្តាលលើទិន្នន័យអត្ថបទច្រើន ដោយអនុញ្ញាតឱ្យពួកគេយល់ដឹងពីបរិបទ សមាសភាព និងទំនាក់ទំនងរវាងគំនិត។ មូលដ្ឋានចំណេះដឹងទូលំទូលាយនេះអនុញ្ញាតឱ្យពួកគេអនុវត្តការបែងចែកជាមួយភាពត្រឹមត្រូវខ្ពស់នៅក្នុងដែនជាច្រើន។

សម្រាប់ករណីប្រើប្រាស់ជាក់លាក់របស់យើងនៃការស្លាកគ្រប់គ្រងគម្រោង GPT-3.5 Turbo បង្ហាញពីកម្លាំងសំខាន់ៗជាច្រើន៖

• ការយល់ដឹងពីបរិបទ: អាចយល់ដឹងពីបរិបទទូទៅនៃកំណត់ត្រាគម្រោង ដោយពិចារណាថានៅតែពាក្យឯកត្ត និងអត្ថន័យដែលបានបញ្ជាក់ដោយការពិពណ៌នាទាំងមូល មតិយោបល់ និងវាលផ្សេងទៀត។
• ភាពអាចបត់បែន: អាចកែប្រែទៅតាមប្រភេទគម្រោងនិងឧស្សាហកម្មផ្សេងៗដោយមិនត្រូវការការប្រកួតប្រជែងយ៉ាងខ្លាំង។
• ការដោះស្រាយភាពមិនច្បាស់: អាចវាស់វែងមុខងារច្រើនដើម្បីធ្វើការសម្រេចចិត្តដែលមានភាពច្បាស់លាស់។
• ការសិក្សាពីឧទាហរណ៍: អាចយល់ដឹង និងអនុវត្តនូវស្កីមការបែងចែកថ្មីៗបានយ៉ាងឆាប់រហ័សដោយមិនត្រូវការការបណ្តុះបណ្តាលបន្ថែម។
• ការបែងចែកជាច្រើនស្លាក: អាចស្នើស្លាកដែលពាក់ព័ន្ធច្រើនសម្រាប់កំណត់ត្រាមួយ ដែលមានសារៈសំខាន់សម្រាប់តម្រូវការរបស់យើង។

GPT-3.5 Turbo ក៏បានឈរលើសម្រាប់ភាពទុកចិត្តក្នុងការទប់ទ្រាយទ្រង់ទ្រាយ JSON ដែលយើងត្រូវការ ដែលគឺ សំខាន់ សម្រាប់ការបញ្ចូលយ៉ាងរលូនជាមួយប្រព័ន្ធដែលមានស្រាប់របស់យើង។ ម៉ូដែលបើកចំហ ទោះបីជាសន្យា តែងតែបន្ថែមមតិយោបល់ឬផ្លាស់ប្តូរពីទ្រង់ទ្រាយដែលរំពឹងទុក ដែលនឹងត្រូវការការប្រកួតប្រជែងបន្ថែម។ ភាពស្ថិតស្ថេរនៅក្នុងទ្រង់ទ្រាយចេញនេះគឺជាអត្តសញ្ញាណសំខាន់មួយក្នុងការសម្រេចចិត្តរបស់យើង ដោយវាបានធ្វើឱ្យការអនុវត្តរបស់យើងមានភាពសាមញ្ញ និងកាត់បន្ថយចំណុចដែលអាចបរាជ័យបាន។

ការជ្រើសរើស GPT-3.5 Turbo ជាមួយទ្រង់ទ្រាយ JSON ដែលមានភាពស្ថិតស្ថេរ អនុញ្ញាតឱ្យយើងអនុវត្តន៍ដំណោះស្រាយដែលមានភាពងាយស្រួល ទុកចិត្ត និងអាចថែរក្សាបាន។

បើទោះយើងបានជ្រើសរើសម៉ូដែលដែលមានទ្រង់ទ្រាយមិនទុកចិត្ត យើងនឹងប្រឈមមុខនឹងបញ្ហាច្រើន៖ ការទាមទារសម្រាប់យុទ្ធសាស្ត្រការបកប្រែដើម្បីដោះស្រាយទ្រង់ទ្រាយចេញផ្សេងៗ ការប្រកួតប្រជែងកំហុសសម្រាប់ទ្រង់ទ្រាយមិនស្ថិតស្ថេរ ការប៉ះពាល់ដល់សមត្ថភាពពីការបន្ថែមដំណើរការ ការកើនឡើងនៃភាពស្មុគស្មាញក្នុងការសាកល្បងដើម្បីគ្របដណ្តប់ការប្រែប្រួលទាំងអស់ និងការបង្កើនការថែរក្សារយៈពេលវែង។

កំហុសក្នុងការបកប្រែអាចនាំឱ្យមានការស្លាកខុស ដែលអាចប៉ះពាល់ដល់បទពិសោធន៍របស់អ្នកប្រើប្រាស់។ ដោយការជៀសវាងកំហុសទាំងនេះ យើងអាចផ្តោតការខិតខំរបស់យើងទៅលើអត្ថបទសំខាន់ៗដូចជា ការបង្កើនប្រសិទ្ធភាព និងការរចនាផ្ទាំងអ្នកប្រើប្រាស់ ជំនួសការប្រឈមមុខជាមួយការបញ្ចេញ AI ដែលមិនអាចទុកចិត្តបាន។

ស្ថាបត្យកម្មប្រព័ន្ធ

មុខងារស្លាកដោយស្វ័យប្រវត្តិ AI របស់យើងត្រូវបានកសាងលើស្ថាបត្យកម្មដែលមានភាពរឹងមាំ និងអាចពង្រីកបាន ដែលរចនាឡើងដើម្បីដោះស្រាយបរិមាណសំណើខ្ពស់យ៉ាងមានប្រសិទ្ធភាព ខណៈពេលផ្តល់បទពិសោធន៍អ្នកប្រើប្រាស់ដែលរលូន។ ដូចជាសម្រាប់ប្រព័ន្ធទាំងអស់របស់យើង យើងបានរចនាមុខងារនេះដើម្បីគាំទ្រទៅនឹងចរាចរណ៍មួយលើសពីមួយលំដាប់ដែលយើងកំពុងប្រឈមមុខ។ វិធីសាស្ត្រនេះ ទោះបីជាហាក់ដូចជាបង្កើតជាអ្វីដែលលើសតម្រូវការបច្ចុប្បន្ន ប៉ុន្តែវាជាអនុស្សាវរីយ៍ល្អដែលអនុញ្ញាតឱ្យយើងដោះស្រាយការកើនឡើងយ៉ាងរាបស្មើនៃការប្រើប្រាស់ និងផ្តល់ឱ្យយើងនូវផ្លូវកំណត់សម្រាប់ការលូតលាស់ដោយគ្មានការកែប្រែស្ថាបត្យកម្មធំៗ។ ប្រសិនបើមិនដូច្នេះទេ យើងនឹងត្រូវធ្វើការកែប្រែប្រព័ន្ធទាំងអស់របស់យើងរៀងរាល់ 18 ខែ — អ្វីដែលយើងបានរៀនពីបទពិសោធន៍ដ៏លំបាកមុននេះ!

ឲ្យយើងបំបែកគ្រឿងផ្សំ និងដំណើរការនៃប្រព័ន្ធរបស់យើង៖

• អន្តរកម្មអ្នកប្រើ: ដំណើរការចាប់ផ្តើមនៅពេលដែលអ្នកប្រើចុចប៊ូតុង "Autotag" នៅក្នុងផ្ទាំង Blue។ សកម្មភាពនេះបង្កើតដំណើរការស្លាកដោយស្វ័យប្រវត្តិ។
• ការហៅ API Blue: សកម្មភាពរបស់អ្នកប្រើត្រូវបានបម្លែងទៅជាការហៅ API ទៅកាន់ផ្នែកខាងក្រោយ Blue របស់យើង។ ចំណុច API នេះត្រូវបានរចនាឡើងដើម្បីដោះស្រាយសំណើស្លាកដោយស្វ័យប្រវត្តិ។
• ការគ្រប់គ្រងក្បាល: ជំនួសការដំណើរការសំណើភ្លាមៗ ដែលអាចនាំឱ្យមានបញ្ហាសមត្ថភាពក្រោមការប្រើប្រាស់ខ្ពស់ យើងបានបន្ថែមសំណើស្លាកទៅក្នុងក្បាល។ យើងប្រើ Redis សម្រាប់ Mekanism ក្បាលនេះ ដែលអនុញ្ញាតឱ្យយើងគ្រប់គ្រងការប្រើប្រាស់យ៉ាងមានប្រសិទ្ធភាព និងធានាសមត្ថភាពរបស់ប្រព័ន្ធ។
• សេវាកម្មផ្ទាំងខាងក្រោយ: យើងបានអនុវត្តន៍សេវាកម្មផ្ទាំងខាងក្រោយដែលត្រួតពិនិត្យក្បាលសម្រាប់សំណើថ្មីៗ។ សេវាកម្មនេះមានភារកិច្ចក្នុងការដំណើរការសំណើដែលបានបញ្ចូលក្នុងក្បាល។
• ការបញ្ចូល API OpenAI: សេវាកម្មផ្ទាំងខាងក្រោយបានរៀបចំទិន្នន័យដែលចាំបាច់ និងធ្វើការហៅ API ទៅម៉ូដែល GPT-3.5 របស់ OpenAI។ នេះគឺជាកន្លែងដែលការស្លាកដោយមានអំណាច AI កើតមាន។ យើងផ្ញើទិន្នន័យគម្រោងដែលពាក់ព័ន្ធ និងទទួលបានស្លាកដែលបានស្នើវិញ។
• ការដំណើរការប្រាក់: សេវាកម្មផ្ទាំងខាងក្រោយដំណើរការប្រាក់ដែលទទួលបានពី OpenAI។ នេះរួមមានការបកប្រែចម្លើយរបស់ AI និងរៀបចំទិន្នន័យសម្រាប់ការអនុវត្តទៅលើគម្រោង។
• ការអនុវត្តស្លាក: លទ្ធផលដែលបានដំណើរការនឹងត្រូវបានប្រើដើម្បីអនុវត្តស្លាកថ្មីទៅលើធាតុដែលពាក់ព័ន្ធនៅក្នុងគម្រោង។ ជំហាននេះធ្វើឱ្យមានការអាប់ដេតទិន្នន័យរបស់យើងជាមួយស្លាកដែលបានស្នើដោយ AI។
• ការបង្ហាញនៅផ្ទាំងអ្នកប្រើ: ចុងក្រោយ ស្លាកថ្មីៗនឹងបង្ហាញនៅក្នុងទិដ្ឋភាពគម្រោងរបស់អ្នកប្រើ ដើម្បីបញ្ចប់ដំណើរការស្លាកដោយស្វ័យប្រវត្តិពីទស្សនៈរបស់អ្នកប្រើ។

ស្ថាបត្យកម្មនេះផ្តល់អត្ថប្រយោជន៍សំខាន់ៗជាច្រើនដែលបង្កើនទាំងសមត្ថភាពប្រព័ន្ធ និងបទពិសោធន៍អ្នកប្រើ។ ដោយប្រើក្បាល និងការដំណើរការផ្ទាំងខាងក្រោយ យើងបានសម្រេចបាននូវភាពអាចពង្រីកបានយ៉ាងអស្ចារ្យ ដែលអនុញ្ញាតឱ្យយើងដោះស្រាយសំណើជាច្រើននៅពេលតែមួយដោយមិនធ្វើឱ្យប្រព័ន្ធរបស់យើងអស់កម្លាំងឬឈានដល់កម្រិតកំណត់នៃ OpenAI API។ ការអនុវត្តន៍ស្ថាបត្យកម្មនេះត្រូវការការពិចារណាដោយយកចិត្តទុកដាក់នូវបញ្ហាជាច្រើនដើម្បីធានាថាសមត្ថភាព និងភាពទុកចិត្ត។ សម្រាប់ការគ្រប់គ្រងក្បាល យើងបានជ្រើសរើស Redis ដោយប្រើប្រាស់ល្បឿន និងភាពទុកចិត្តក្នុងការគ្រប់គ្រងក្បាលចែកចាយ។

វិធីសាស្ត្រនេះក៏មានអត្ថប្រយោជន៍សម្រាប់ភាពឆាប់រហ័សសរុបនៃមុខងារ។ អ្នកប្រើទទួលបានមតិយោបល់ភ្លាមៗថាសំណើរបស់ពួកគេកំពុងត្រូវបានដំណើរការ ទោះបីជាការស្លាកពិតប្រាកដត្រូវការពេលខ្លះក៏ដោយ បង្កើតអារម្មណ៍នៃការអន្តរកម្មនៅពេលពិត។ ភាពអាចទ្រាំទ្រនៃស្ថាបត្យកម្មគឺជាអត្ថប្រយោជន៍សំខាន់មួយផ្សេងទៀត។ ប្រសិនបើផ្នែកណាមួយនៃដំណើរការប្រឈមមុខនឹងបញ្ហា ដូចជាការរំខាន API OpenAI ជាបណ្តោះអាសន្ន យើងអាចធ្វើការសាកល្បងឬដោះស្រាយកំហុសដោយគ្មានការប៉ះពាល់ដល់ប្រព័ន្ធទាំងមូល។

ភាពរឹងមាំនេះ រួមជាមួយការបង្ហាញស្លាកនៅពេលពិត បង្កើនបទពិសោធន៍អ្នកប្រើ ដោយផ្តល់អារម្មណ៍នៃ "មន្ត" AI កំពុងធ្វើការនៅ។

ទិន្នន័យ និងសេចក្តីណែនាំ

ជំហានសំខាន់មួយក្នុងដំណើរការស្លាកដោយស្វ័យប្រវត្តិរបស់យើងគឺការរៀបចំទិន្នន័យដែលត្រូវផ្ញើទៅម៉ូដែល GPT-3.5។ ជំហាននេះត្រូវការការពិចារណាដោយយកចិត្តទុកដាក់ដើម្បីសម្របសម្រួលការផ្តល់បរិបទគ្រប់គ្រាន់សម្រាប់ការស្លាកដែលត្រឹមត្រូវ ខណៈពេលរក្សាទុកភាពមានប្រសិទ្ធភាព និងការពារទិន្នន័យអ្នកប្រើ។ នេះគឺជារូបមន្តលម្អិតនៃដំណើរការរៀបចំទិន្នន័យរបស់យើង។

សម្រាប់កំណត់ត្រាទាំងអស់ យើងបានបញ្ចូលព័ត៌មានដូចខាងក្រោម៖

• ឈ្មោះបញ្ជី: ផ្តល់បរិបទអំពីប្រភេទឬដំណាក់កាលទូលំទូលាយនៃគម្រោង។
• ចំណងជើងកំណត់ត្រា: ធម្មតាមានព័ត៌មានសំខាន់អំពីគោលបំណងឬមាតិការបស់កំណត់ត្រា។
• វាលបន្ថែម: យើងបានបញ្ចូលអត្ថបទ និងលេខដែលមាន វាលបន្ថែម ដែលធម្មតាមានព័ត៌មានសំខាន់ៗដែលពាក់ព័ន្ធនឹងគម្រោង។
• ការពិពណ៌នា: ធម្មតាមានព័ត៌មានលម្អិតបំផុតអំពីកំណត់ត្រា។
• មតិយោបល់: អាចផ្តល់បរិបទបន្ថែម ឬការអាប់ដេតដែលអាចមានសារៈសំខាន់សម្រាប់ការស្លាក។
• កាលបរិច្ឆេទកំណត់: ព័ត៌មានអាកាសដែលអាចមានឥទ្ធិពលលើការជ្រើសរើសស្លាក។

យ៉ាងច្រើន យើងមិនផ្ញើទិន្នន័យស្លាកដែលមានស្រាប់ទៅ GPT-3.5 ហើយយើងធ្វើដូច្នេះដើម្បីជៀសវាងការប៉ះពាល់ម៉ូដែល។

មូលដ្ឋាននៃមុខងារស្លាកដោយស្វ័យប្រវត្តិរបស់យើងស្ថិតនៅក្នុងរបៀបដែលយើងអន្តរកម្មជាមួយម៉ូដែល GPT-3.5 និងដំណើរការចម្លើយរបស់វា។ ផ្នែកនេះនៃបំពង់របស់យើងត្រូវការការរចនាដោយយកចិត្តទុកដាក់ដើម្បីធានាថាការស្លាកមានភាពត្រឹមត្រូវ ស្ថិតស្ថេរ និងមានប្រសិទ្ធភាព។

យើងប្រើប្រាស់សេចក្តីណែនាំប្រព័ន្ធដែលបានរៀបចំយ៉ាងម៉ត់ចត់ដើម្បីណែនាំ AI អំពីភារកិច្ចរបស់វា។ នេះគឺជាការបំបែកនៃសេចក្តីណែនាំរបស់យើង និងមូលហេតុដែលនៅពីក្រោយគ្រប់គ្រងនីមួយៗ៖

អ្នកនឹងត្រូវបានផ្តល់នូវទិន្នន័យកំណត់ត្រា ហើយភារកិច្ចរបស់អ្នកគឺជ្រើសរើសស្លាកដែលពាក់ព័ន្ធនឹងកំណត់ត្រា។
អ្នកអាចឆ្លើយតបជាមួយអារ៉ាយទទេ ប្រសិនបើអ្នកមិនប្រាកដ។
ស្លាកដែលអាចប្រើបាន: ${tags}។
ថ្ងៃនេះ: ${currentDate}។
សូមឆ្លើយតបជាមួយ JSON ដោយប្រើទ្រង់ទ្រាយដូចខាងក្រោម៖
{ "tags": ["tag-1", "tag-2"] }

• ការកំណត់ភារកិច្ច: យើងបានបញ្ជាក់យ៉ាងច្បាស់អំពីភារកិច្ចរបស់ AI ដើម្បីធានាថាការឆ្លើយតបមានការយកចិត្តទុកដាក់។
• ការដោះស្រាយភាពមិនច្បាស់: យើងបានអនុញ្ញាតឱ្យមានការឆ្លើយតបទទេ ដើម្បីជៀសវាងការស្លាកដែលបានបង្ខំនៅពេលដែល AI មិនប្រាកដ។
• ស្លាកដែលអាចប្រើបាន: យើងបានផ្តល់បញ្ជីស្លាកដែលមានសុពលភាព (${tags}) ដើម្បីកំណត់ជម្រើសរបស់ AI ទៅស្លាកគម្រោងដែលមានស្រាប់។
• កាលបរិច្ឆេទបច្ចុប្បន្ន: ការបញ្ចូល ${currentDate} ជួយឱ្យ AI យល់ដឹងពីបរិបទអាកាស ដែលអាចមានសារៈសំខាន់សម្រាប់ប្រភេទគម្រោងជាក់លាក់ខ្លះ។
• ទ្រង់ទ្រាយចម្លើយ: យើងបានបញ្ជាក់ទ្រង់ទ្រាយ JSON សម្រាប់ការបកប្រែយ៉ាងងាយស្រួល និងការត្រួតពិនិត្យកំហុស។

សេចក្តីណែនាំនេះគឺជាលទ្ធផលនៃការសាកល្បង និងការប្រែប្រួលយ៉ាងម៉ត់ចត់។ យើងបានរកឃើញថាការបញ្ជាក់អំពីភារកិច្ច ជម្រើសដែលមានសុពលភាព និងទ្រង់ទ្រាយចេញដែលចង់បានធ្វើឱ្យភាពត្រឹមត្រូវ និងភាពស្ថិតស្ថេរនៃការឆ្លើយតបរបស់ AI មានការកែលម្អយ៉ាងខ្លាំង — ភាពសាមញ្ញគឺជាគន្លងសំខាន់!

បញ្ជីស្លាកដែលអាចប្រើបានត្រូវបានបង្កើតនៅខាងម៉ាស៊ីន និងត្រូវបានផ្ទៀងផ្ទាត់មុននឹងបញ្ចូលទៅក្នុងសេចក្តីណែនាំ។ យើងអនុវត្តន៍កំណត់អក្សរតឹងលើឈ្មោះស្លាកដើម្បីជៀសវាងការបញ្ចូលសេចក្តីណែនាំធំៗ។

ដូចដែលបាននិយាយខាងលើ យើងមិនមានបញ្ហាមួយណាមួយជាមួយ GPT-3.5 Turbo ក្នុងការទទួលបានចម្លើយ JSON ដ៏ស្អាតក្នុងទ្រង់ទ្រាយត្រឹមត្រូវ 100% នៃពេលវេលា។

ដូច្នេះក្នុងការសង្ខេប៖

• យើងបញ្ចូលសេចក្តីណែនាំប្រព័ន្ធជាមួយទិន្នន័យកំណត់ត្រាដែលបានរៀបចំ។
• សេចក្តីណែនាំដែលបានបញ្ចូលនេះត្រូវបានផ្ញើទៅម៉ូដែល GPT-3.5 តាមរយៈ API របស់ OpenAI។
• យើងប្រើការកំណត់កម្រិត 0.3 ដើម្បីសម្របសម្រួលភាពច្នៃប្រឌិត និងភាពស្ថិតស្ថេរ ក្នុងការឆ្លើយតបរបស់ AI។
• ការហៅ API របស់យើងមានប៉ារ៉ាម៉ែត្រ max_tokens ដើម្បីកំណត់ទំហំចម្លើយ និងគ្រប់គ្រងចំណាយ។

នៅពេលដែលយើងទទួលបានចម្លើយរបស់ AI យើងត្រូវតែធ្វើជំហានជាច្រើនដើម្បីដំណើរការ និងអនុវត្តស្លាកដែលបានស្នើ៖

• ការបកប្រែ JSON: យើងព្យាយាមបកប្រែចម្លើយជាផ្នែក JSON។ ប្រសិនបើការបកប្រែបរាជ័យ យើងកំណត់កំហុស និងឆ្លងកាត់ការស្លាកសម្រាប់កំណត់ត្រានោះ។
• ការត្រួតពិនិត្យ Schema: យើងត្រួតពិនិត្យ JSON ដែលបានបកប្រែប្រឆាំងនឹង schema ដែលយើងរំពឹងទុក (វាជាអវត្តមានដែលមានអារ៉ាយ "tags")។ នេះជួយចាប់យកការប្រែប្រួលរចនាសម្ព័ន្ធណាមួយនៅក្នុងចម្លើយរបស់ AI។
• ការត្រួតពិនិត្យស្លាក: យើងធ្វើការប្រៀបធៀបស្លាកដែលបានស្នើរដោយប្រឆាំងនឹងបញ្ជីស្លាកគម្រោងដែលមានសុពលភាពរបស់យើង។ ជំហាននេះកាត់បន្ថយស្លាកណាមួយដែលមិនមាននៅក្នុងគម្រោង ដែលអាចកើតមានប្រសិនបើ AI មិនយល់ដឹងឬប្រសិនបើស្លាកគម្រោងបានផ្លាស់ប្តូរវេលាដែលបានបង្កើតសេចក្តីណែនាំ និងដំណើរការចម្លើយ។
• ការលុបចោល: យើងលុបស្លាកដែលមានស្រាប់ណាមួយពីការស្នើររបស់ AI ដើម្បីជៀសវាងការស្លាកដែលមានភាពជាប់គ្នា។
• ការអនុវត្ត: ស្លាកដែលបានត្រួតពិនិត្យ និងលុបចោលនឹងត្រូវបានអនុវត្តទៅលើកំណត់ត្រានៅក្នុងទិន្នន័យរបស់យើង។
• ការកំណត់ និងវិភាគ: យើងកំណត់ស្លាកដែលបានអនុវត្តចុងក្រោយ។ ទិន្នន័យនេះមានតម្លៃសម្រាប់ការតាមដានសមត្ថភាពរបស់ប្រព័ន្ធ និងការកែលម្អវានៅពេលក្រោយ។

បញ្ហា

ការអនុវត្តន៍ការស្លាកដោយស្វ័យប្រវត្តិដែលមានអំណាច AI នៅក្នុង Blue បានបង្ហាញពីបញ្ហារចនាសម្ព័ន្ធជាច្រើន ដែលរៀបចំការដោះស្រាយច្នៃប្រឌិតដើម្បីធានាថាមុខងារមានភាពរឹងមាំ ប្រសិទ្ធភាព និងមានភាពងាយស្រួលសម្រាប់អ្នកប្រើ។

ការលុបដំណើរការទាំងមូល

មុខងារស្លាក AI អាចធ្វើបានទាំងនៅលើកំណត់ត្រាឯកតា និងក្នុងបរិមាណ។ បញ្ហាមួយនៃដំណើរការបរិមាណគឺថា ប្រសិនបើអ្នកប្រើមិនពេញចិត្តនឹងលទ្ធផល ពួកគេនឹងត្រូវតែធ្វើការលុបចោលការងាររបស់ AI ដោយដៃ។ ច្បាស់ណាស់ នោះគឺមិនអាចទទួលយកបានទេ។

ដើម្បីដោះស្រាយនេះ យើងបានអនុវត្តន៍ប្រព័ន្ធសម័យស្លាកដែលមានភាពច្នៃប្រឌិត។ ដំណើរការស្លាកបរិមាណគ្រប់គ្រងត្រូវបានផ្ដល់ ID សម័យដ៏ឯកទេស ដែលត្រូវបានភ្ជាប់ជាមួយស្លាកទាំងអស់ដែលបានអនុវត្តក្នុងសម័យនោះ។ នេះអនុញ្ញាតឱ្យយើងគ្រប់គ្រងដំណើរការលុបចោលបានយ៉ាងមានប្រសិទ្ធភាព ដោយគ្រាន់តែលុបស្លាកទាំងអស់ដែលពាក់ព័ន្ធជាមួយ ID សម័យជាក់លាក់។ យើងក៏បានលុបចោលកំណត់ត្រាដែលពាក់ព័ន្ធ ដើម្បីធានាថាការលុបចោលមិនមានស្នាមនៅក្នុងប្រព័ន្ធ។ វិធីសាស្ត្រនេះផ្តល់ឱ្យអ្នកប្រើនូវការតស៊ូដើម្បីសាកល្បងការស្លាក AI ដោយដឹងថាពួកគេអាចត្រឡប់មកវិញបានយ៉ាងងាយស្រួលប្រសិនបើចាំបាច់។

ការពារទិន្នន័យ

ការពារទិន្នន័យគឺជាបញ្ហាសំខាន់មួយទៀតដែលយើងបានប្រឈមមុខ។

អ្នកប្រើប្រាស់របស់យើងទុកចិត្តយើងជាមួយទិន្នន័យគម្រោងរបស់ពួកគេ ហើយវាជារឿងសំខាន់ណាស់ក្នុងការធានាថាព័ត៌មាននេះមិនត្រូវបានរក្សាទុក ឬប្រើប្រាស់សម្រាប់ការបណ្តុះម៉ូដែលដោយ OpenAI។ យើងបានដោះស្រាយនេះនៅលើមុខងារជាច្រើន។

ដំបូង យើងបានបង្កើតកិច្ចព្រមព្រៀងជាមួយ OpenAI ដែលហាមឃាត់ការប្រើប្រាស់ទិន្នន័យរបស់យើងសម្រាប់ការបណ្តុះម៉ូដែល។ បន្ថែមពីនេះ OpenAI បានលុបចោលទិន្នន័យបន្ទាប់ពីការដំណើរការ ដែលផ្តល់ស្រទាប់ការពារបន្ថែម។

នៅចុងខាងយើង យើងបានអនុវត្តន៍ការប្រុងប្រយ័ត្ននៃការលុបព័ត៌មានអាក្រក់ ដូចជាព័ត៌មានអ្នកចាត់ការពីទិន្នន័យដែលផ្ញើទៅ AI ដើម្បីធានាថាឈ្មោះនៃបុគ្គលជាក់លាក់មិនត្រូវបានផ្ញើទៅភាគីទីបីជាមួយទិន្នន័យផ្សេងទៀត។

វិធីសាស្ត្រដែលមានភាពទូលំទូលាយនេះអនុញ្ញាតឱ្យយើងប្រើប្រាស់សមត្ថភាព AI ខណៈពេលរក្សាទុកស្តង់ដារខ្ពស់នៃការពារទិន្នន័យ និងសុវត្ថិភាព។

ការកំណត់អត្រា និងការចាប់កំហុស

មួយក្នុងចំណោមការព្រួយបារម្ភសំខាន់របស់យើងគឺសមត្ថភាពនិងការកំណត់អត្រា។ ការហៅ API ដោយផ្ទាល់ទៅ OpenAI សម្រាប់កំណត់ត្រាទាំងអស់នឹងមិនមានប្រសិទ្ធភាព ហើយអាចឈានដល់កំណត់អត្រាបានយ៉ាងឆាប់រហ័ស ជាពិសេសសម្រាប់គម្រោងធំៗ ឬនៅពេលដែលមានការប្រើប្រាស់ខ្ពស់។ ដើម្បីដោះស្រាយនេះ យើងបានអភិវឌ្ឍន៍ស្ថាបត្យកម្មសេវាកម្មផ្ទាំងខាងក្រោយដែលអនុញ្ញាតឱ្យយើងបញ្ចូលសំណើ និងអនុវត្តន៍ប្រព័ន្ធក្បាលរបស់យើង។ វិធីសាស្ត្រនេះជួយយើងគ្រប់គ្រងឈ្មោះ API និងអនុញ្ញាតឱ្យមានការដំណើរការដែលមានប្រសិទ្ធភាពនៃបរិមាណកំណត់ត្រាធំៗ ដែលធានាថាមានសមត្ថភាពរលូនទោះនៅក្រោមការប្រើប្រាស់ខ្ពស់។

លក្ខណៈរបស់អន្តរកម្ម AI មានន័យថាយើងក៏ត្រូវតែត្រៀមខ្លួនសម្រាប់កំហុសឬចម្លើយដែលមិនរំពឹងទុក។ មានករណីដែល AI អាចផលិត JSON មិនត្រឹមត្រូវ ឬចម្លើយដែលមិនត្រូវបានគេរំពឹងទុក។ ដើម្បីដោះស្រាយនេះ យើងបានអនុវត្តន៍ការគ្រប់គ្រងកំហុស និងការបកប្រែយ៉ាងរឹងមាំនៅក្នុងប្រព័ន្ធរបស់យើង។ ប្រសិនបើចម្លើយ AI មិនមែនជាផ្នែក JSON ឬមិនមានកូនសោ "tags" ដែលបានរំពឹងទុក ប្រព័ន្ធរបស់យើងត្រូវបានរចនាឡើងដើម្បីចាត់ទុកថាមិនមានស្លាកណាមួយដែលបានស្នើ សូមមិនព្យាយាមដំណើរការទិន្នន័យដែលអាចមានកំហុស។ វានឹងធានាថានៅក្នុងការប្រឈមមុខនឹងភាពមិនច្បាស់របស់ AI ប្រព័ន្ធរបស់យើងនៅតែមានស្ថិតស្ថេរ និងទុកចិត្តបាន។

ការអភិវឌ្ឍន៍អនាគត

យើងជឿថាមុខងារ និងផលិតផល Blue ទាំងមូលមិនដែល "បានបញ្ចប់" ទេ — មានកន្លែងសម្រាប់ការកែលម្អជានិច្ច។

មានមុខងារច្រើនដែលយើងបានពិចារណាក្នុងការបង្កើតដំបូងដែលមិនបានឈានដល់ដំណាក់កាលការកំណត់ ប៉ុន្តែគឺជារឿងគួរឱ្យចាប់អារម្មណ៍ក្នុងការយកចិត្តទុកដាក់ ពីព្រោះយើងនឹងមានឱកាសអនុវត្តន៍មុខងារទាំងនេះនៅពេលអនាគត។

មុខងារដំបូងគឺការបន្ថែមការពិពណ៌នាស្លាក។ នេះនឹងអនុញ្ញាតឱ្យអ្នកប្រើចុងក្រោយមិនត្រឹមតែផ្តល់ឈ្មោះ និងពណ៌សម្រាប់ស្លាកទេ ប៉ុន្តែថែមទាំងការពិពណ៌នាដែលជាជម្រើស។ នេះនឹងត្រូវបានផ្ញើទៅ AI ដើម្បីជួយផ្តល់បរិបទបន្ថែម និងអាចធ្វើឱ្យមានភាពត្រឹមត្រូវកាន់តែខ្ពស់។

ទោះបីជាបរិបទបន្ថែមអាចមានតម្លៃ យើងក៏យល់ដឹងពីភាពស្មុគស្មាញដែលវាអាចនាំមក។ មានការប្រកួតប្រជែងយ៉ាងត្រង់ក្នុងការបង្កើតព័ត៌មានដែលមានប្រយោជន៍ និងការបង្កើតភាពច្របូកច្របល់សម្រាប់អ្នកប្រើ។ នៅពេលដែលយើងអភិវឌ្ឍន៍មុខងារនេះ យើងនឹងផ្តោតលើការស្វែងរកចំណុចដែលមានភាពឆាប់រហ័សដែលបន្ថែមបរិបទដោយមិនធ្វើឱ្យមានភាពស្មុគស្មាញក្នុងបទពិសោធន៍អ្នកប្រើ។

ប្រហែលជាការកែលម្អដែលគួរឱ្យរំភើបបំផុតនៅលើមហាវិថីរបស់យើងគឺការបញ្ចូលការស្លាកដោយស្វ័យប្រវត្តិ AI ជាមួយប្រព័ន្ធ គ្រប់គ្រងគម្រោង របស់យើង។

នេះមានន័យថាមុខងារស្លាក AI អាចជាជម្រើស ឬសកម្មភាពពីការអូតូម៉ាទ័រ។ នេះអាចធ្វើឱ្យមុខងារបែងចែកដែលមានភាពសាមញ្ញនេះក្លាយជាប្រព័ន្ធបញ្ជូនដែលមានអំណាច AI សម្រាប់ការងារ។

សូមស្រមៃអំពីការអូតូម៉ាទ័រដែលមានសេចក្តីថ្លែង៖

នៅពេលដែល AI ស្លាកកំណត់ត្រាដោយ "Critical" -> បញ្ជូនទៅ "Manager" និងផ្ញើអ៊ីមែលដែលមានការប្ដូរ

នេះមានន័យថា នៅពេលដែលអ្នកស្លាកកំណត់ត្រា AI ប្រសិនបើ AI កំណត់ថាវាជាបញ្ហាសំខាន់ វាអាចត្រូវបានបញ្ជូនទៅអ្នកគ្រប់គ្រងគម្រោង និងផ្ញើអ៊ីមែលដែលមានការប្ដូរ។ នេះពង្រីក អត្ថប្រយោជន៍នៃប្រព័ន្ធគ្រប់គ្រងគម្រោង របស់យើងពីប្រព័ន្ធដែលមានមូលដ្ឋានលើច្បាប់ទៅជាប្រព័ន្ធ AI ដែលមានភាពអាចបត់បែនបាន។

ដោយការស្វែងរកដែនកំណត់នៃ AI ក្នុងការគ្រប់គ្រងគម្រោង យើងមានគោលបំណងផ្តល់ឱ្យអ្នកប្រើប្រាស់របស់យើងនូវឧបករណ៍ដែលមិនត្រឹមតែបំពេញតម្រូវការបច្ចុប្បន្នរបស់ពួកគេ ប៉ុន្តែទស្សន៍ទាយ និងរៀបចំអនាគតនៃការងារ។ ដូចដែលគេបាននិយាយ យើងនឹងអភិវឌ្ឍន៍មុខងារទាំងនេះនៅក្នុងការសហការយ៉ាងជិតស្និទ្ធជាមួយសហគមន៍អ្នកប្រើប្រាស់របស់យើង ដើម្បីធានាថាការកែលម្អរៀងរាល់យ៉ាងបន្ថែមតម្លៃពិតប្រាកដទៅដំណើរការគ្រប់គ្រងគម្រោង។

សេចក្តីសន្និដ្ឋាន

ដូច្នេះនេះគឺជារឿងទាំងអស់!

នេះគឺជាមុខងារដែលសប្បាយក្នុងការអនុវត្តន៍ ហើយជាជំហានដំបូងរបស់យើងក្នុង AI ជាមួយ ការសង្ខេបមាតិកា AI ដែលយើងបានចេញផ្សាយមុននេះ។ យើងដឹងថា AI នឹងមានតួនាទីធំធេងនៅក្នុងការគ្រប់គ្រងគម្រោងនៅអនាគត ហើយយើងមិនអាចរង់ចាំដើម្បីចេញផ្សាយមុខងារច្នៃប្រឌិតបន្ថែមទៀតដែលប្រើប្រាស់ LLMs (ម៉ូដែលភាសាធំ) បានទេ។

មានអ្វីមួយច្រើនដែលត្រូវគិតអំពីពេលអនុវត្តន៍នេះ ហើយយើងក៏មានអារម្មណ៍សប្បាយចំពោះរបៀបដែលយើងអាចប្រើប្រាស់មុខងារនេះនៅពេលអនាគតជាមួយ ម៉ាស៊ីនគ្រប់គ្រងគម្រោង ដែលមានស្រាប់របស់ Blue។

យើងក៏សង្ឃឹមថាវានឹងជាអត្ថបទដែលគួរឱ្យចាប់អារម្មណ៍ ហើយវាផ្តល់ឱ្យអ្នកនូវទស្សនៈអំពីរបៀបដែលយើងគិតអំពីការវិស្វកម្មមុខងារដែលអ្នកប្រើប្រាស់រៀងរាល់ថ្ងៃ។