المدونة التقنية
استكشف نماذج الذكاء الاصطناعي الكبيرة، وتطوير API، وأحدث الاتجاهات التقنية — مشاركات تقنية من فريق SiCore TokenWorks
token8341: تعمق تقني — بعد الانهيار الليلي لخدمة العملاء الذكية، أعدت تفكيك بوابة النماذج بالكامل
أولاً الخلاصة: بوابة النماذج ليست "توصيل عدة واجهات API" بهذه البساطة، بل هي طبقة بنية تحتية يجب أن تتحمل الأعطال بنفسها. قبل عامين قمنا بتنفيذ تكامل AI لم
بعد صعود DeepSeek إلى مجلس الأمن: العقبات الثلاث للامتثال في الوصول إلى واجهات برمجة تطبيقات النماذج الكبيرة، وكيف يراها مهندسو التحول السيليكوني-الكربوني
قبل فترة، ذُكر DeepSeek بالاسم في نقاشات مجلس الأمن التابع للأمم المتحدة حول أمان الذكاء الاصطناعي، وانتشر هذا الأمر بسرعة في الأوساط التقنية. لم تكن ردّة
تحول السيليكون والكربون: نفس استدعاء GPT-4o، لماذا تختلف الفاتورة؟ هيكل تكلفة تسعير واجهات برمجة تطبيقات النماذج اللغوية الكبيرة
نفس واجهة GPT4o API، يمكن أن يختلف السعر بين المنصة A والمنصة B بنسبة 30% أو أكثر. هذا ليس لأن أحدهم يتصدق، ولا لأن أحدهم يستغل الآخرين، الجذر يكمن في هيكل
من منظور التحول الطوري بين السيليكون والكربون: أربعة تكاليف خفية وراء فقدان السيطرة على تكاليف واجهات برمجة النماذج اللغوية الكبيرة ومنطق التوجيه الطبقي
زملاؤنا في تطوير الواجهات الخلفية وتطبيقات الذكاء الاصطناعي، على الأرجح مرّوا جميعاً بهذه اللحظة: تفتح فاتورة السحابة في نهاية الشهر لتكتشف أن نفقات واجهات
token8341 عملياً: بناء نموذج أولي لخدمة العملاء الذكية من الصفر، و5 مطبات في دمج واجهات API للنماذج الكبيرة
الشهر الماضي قمت بتدريب زميل انتقل حديثاً إلى وظيفة جديدة لبناء نموذج أولي لخدمة العملاء الذكية، والمتطلبات بسيطة: المستخدم يسأل، النموذج يجيب، مع القليل م
token8341 في الميدان: DeepSeek وQwen وDoubao، كيف نوحّد المصادقة والفوترة والمهلات الزمنية عند دمج ثلاث واجهات API
الشهر الماضي توليت مشروع خدمة عملاء ذكية، وطلب أصحاب العمل دمج ثلاث نماذج لغوية كبيرة في آنٍ واحد: DeepSeek وQwen وDoubao، بحجة "أيها أرخص نستخدمه، وأيها و