דילוג לתוכן
  • חוקי הפורום
  • פופולרי
  • לא נפתר
  • משתמשים
  • חיפוש גוגל בפורום
  • צור קשר
עיצובים
  • בהיר
  • Brite
  • Cerulean
  • Cosmo
  • Flatly
  • Journal
  • Litera
  • Lumen
  • Lux
  • Materia
  • Minty
  • Morph
  • Pulse
  • Sandstone
  • Simplex
  • Sketchy
  • Spacelab
  • United
  • Yeti
  • Zephyr
  • כהה
  • Cyborg
  • Darkly
  • Quartz
  • Slate
  • Solar
  • Superhero
  • Vapor

  • ברירת מחדל (ללא עיצוב (ברירת מחדל))
  • ללא עיצוב (ברירת מחדל)
כיווץ
מתמחים טופ
המלאךה

המלאך

@המלאך
הפסקת מעקב מעקב
אודות
פוסטים
2.6k
נושאים
23
שיתופים
0
קבוצות
0
עוקבים
21
עוקב אחרי
2

פוסטים

פוסטים אחרונים הגבוה ביותר שנוי במחלוקת

  • מדריך | AI - איך הכל התחיל | המדריך הראשון בסדרת המדריכים
    המלאךה המלאך

    שלום לכולם.
    אני כבר הרבה זמן עובד על זה מאחורי הקלעים, וב"ה גמרתי את המדריך הזה היום.

    שימו לב!! המדריך לא נכתב בכלל על ידי בינה מלאכותית. אין צורך לשאול אותי על כך, (ולכן גם ייתכנו טעויות..)

    זהו מדריך שמעניק היכרות עם הדרך בה הAI התחיל מאז 1950 ועד היום.

    בשנת 1950 פרסם אדם בשם (אלן טיורינג) Alan Turing מאמר בכתב העת Mind,
    באותה תקופה מחשבים נתפסו אך ורק כמכונות חישוביות פשוטות, ללא יכולת חשיבה עצמאית או משהו מעבר למתמטיקה בסיסית.
    הוא הציע מבחן שנקרא מבחן טיורינג:
    עיקר המאמר היה עניין החיקוי, אם שופט לא מצליח להבדיל בין טקסט מכונה לבין טקסט אנושי, הרי שיש למכונה אינטליגנציה (בשביל הפילוסופים שבינינו - הרי שהמכונה יכולה לחשוב).

    בשנת 1956 היה כנס דארטמות', הכנס היה בדיוק בתחום הנישתי הזה של האינטליגנציה מלאכותית.
    שם טבע ג'ון מקארתי את המונח Artificial Intelligence (AI) שנהפך לשם של כל התחום הזה.

    במשך עשורים זה נשאר נייר תיאורטי בלבד, ללא התקדמות מעשית בשטח, למרות הניסיונות הרבים.

    אבל, בשנת 2012 קרה מהפך.
    קבוצת חוקרים מאוניברסיטת טורנטו הציגה רשת עצבית בשם AlexNet (רשת עצבית CNN),

    הם הציגו אותה בתחרות לזיהוי תמונות ImageNet, ולקחו את ההובלה בפער עצום.

    עיקר החידוש בה היה שזה בניגוד לשיטות קודמות 'למידה עמוקה' או באנגלית = Deep Learning.
    (הערה קטנה - גם לפני זה היו רשתות עמוקות, הן השתמשו בנתונים בצורה נכונה ובאמצעות CNN עמוקה - לקחו את ההובלה).
    אבל נשארה בעיה רצינית.
    הAI לא ידע להבין טקסט אנושי (עיבוד שפה טבעית או באנגלית - NLP),

    בשנת 2017 חוקרים מגוגל פירסמו מאמר בשם 'Attention Is All You Need',
    בתרגום ישיר לעברית - 'תשומת לב זה כל מה שאתם צריכים', שם הם הציגו ארכיטקטורה חדשה בשם טרנספורמר (כן, כן, הטרנספורמר שכל פעם מדברים עליו..)
    עיקר החידוש היה מנגנון התשומת לב (אטנש'ן..), הפואנטה היא שהAI יכול להתייחס לכל ההקשר במשפט ולא רק למילה הספציפית שבה הוא אחז באמצעות עיבוד מקבילי (ועכשיו מובן למה צריך כרטיסי מסך - פשוט הם מובנים לעיבוד מקבילי בניגוד למעבד רגיל..),

    שנה אח"כ גם הושק מודל שהיווה PoC לכך, מודל בשם BERT, שקרא מילה והתייחס לכל המשפט ולא רק למילים הספציפיות.
    לדוגמה מילה שיכולה לשמש לשני דברים דורשת הסתכלות על כל המשפט ולא רק המילה הספציפית הזו.

    כמובן שמשם להגיע למסקנה שככל שיש יותר טקסט וחומר הAI יהיה יותר חכם (בערך) - הדרך הייתה פשוטה.

    אבל זה עדיין היה בגדר מחקר.

    חברת open ai היא חברה ללא מטרות רווח (בשנת 2018 היא שינתה את המבנה הארגוני והיא כן יכולה להרוויח עד מידה מסוימת) שהוקמה בשנת 2015 על ידי מספר אנשים, (סם אלטמן איילון מאסק וכו'), המטרה של החברה הייתה לפתח בינה מלאכותית לקהל הרחב ולא להשאיר את המונופול בידי החברות הגדולות, (אגב כך - עובדה מעניינת. איילון מאסק ממש פחד מהAI, זו הייתה אחת הסיבות שהניעו אותו להשקיע בחברה כמתואר בספר 'איילון מאסק' מאת וולטר אייזקסון - סתם ככה ספר ששווה קריאה).

    בשנת 2018 (שנה אחרי שהארכיטקטורה של הטרנספורמר התפרסמה) open ai שחררה מודל בשם GPT1 מודל בן 117 מיליון פרמטרים שהיה בגדר מודל מחקר בעלמא והיה רק חזאי טקסט, הוא ממש לא היה מה שיש היום, הסיבה היא שהוא היה סה"כ מכונת סטטיסטיקה מתקדמת שחזתה טקסט.

    שנתיים אח"כ היא הפתיעה שוב כששחררה את המודל GPT 3 שהיה מודל ענק! (במושגים של אז) של 175 מיליארד(!) פרמטרים (כאמור היום זה כלום כי מודלי הענק הם עם טריליוני פרמטרים.. וכמובן שלא דיברנו על ארכיטקטורת הMoE...).

    בשנת 2022 open ai שחררה פצצה בעולם.
    היא השיקה את ChatGPT, הפואנטה ששינתה אותו מה(טיפשה) בינה מלאכותית הייתה הטכניקה בשם RLHF,
    למידת חיזוק ממקור אנושי.
    כלומר, במקום רק לחזות טקסט הם אומנו להתנהג כמו עוזרים אנושיים, ואז המודל הושק תחת ממשק צ'אט.

    אבל זה עדיין לא היה המודלים החכמים של היום.
    הפריצת דרך הנוספת הגיעה בשנת 2024 עם הופעת מודלי ההסקה.

    הבעיה הייתה שהמודלים לא חשבו מספיק, ולכן בשיחה רגילה הם היו טובים, אבל בדבר שהצריך טיפה חשיבה - קצת פחות.
    open ai כרגיל לקחה את הבכורה והשיקה מודל חדש בשם o1 , הפואנטה הייתה פשוטה - תנו לו טיפה לחשוב.
    המודל מקדיש יותר משאבי חישוב פנימיים לפני שהוא מחזיר תשובה, מה שמאפשר לו להתמודד טוב יותר עם בעיות מורכבות הדורשות מספר שלבי הסקה.

    עד כאן הסבר בסיסי ורקע היסטורי על עולם הAI.
    בעז"ה בימים הקרובים אעלה מדריכים שידונו בכך אליבא דהלכתא.
    ביניהם -

    • איך AI עובד.

    • אימון וכיוונון.

    • סוכני קוד - כי איך אפשר שלא.

    מקורות:
    https://www.ibm.com/think/topics/history-of-artificial-intelligence - מאוד מומלץ!

    https://he.wikipedia.org/wiki/מבחן_טיורינג

    https://proceedings.neurips.cc/paper_files/paper/2012/file/c399862d3b9d6b76c8436e924a68c45b-Paper.pdf

    https://arxiv.org/html/1706.03762v7

    https://arxiv.org/pdf/2109.01517

    @א.מ.ד. 😉 - המון דברים גילית בזכותך..

    הערות/הארות ופידבקים - אשמח לתגובות רק כאן.

    עזרה הדדית - בינה מלאכותית

  • מדריך | מדריך המשך| הקופסה השחורה - איך AI באמת חושב?
    המלאךה המלאך

    במדריך הקודם היה ההיסטוריה של הAI ומודלי השפה, מאיפה הם התחילו ועד להיום.

    במדריך הזה ניגע בנימה הפרקטית.

    איך עובד המח של הAI.

    חשוב לי לציין. שום דבר לא נכתב עם AI, על הכל השקעתי שעות!
    כמו"כ ניסיתי לפשט מונחים כמה שיותר, זה המקסימום שיכולתי..

    AI זה מערכת שמחולקת למספר שלבים, זה דבר שחשוב מאוד לדעת, יש מודלים שבהם כל החלקים קיימים ויש מודלים שבהם רק חלק מהם.

    חלק ראשון: קבלת הקלט מהמשתמש וחלוקתו לטוקנים.
    חלק שני: הפיכת הטוקן למספרים והאמבדינגס.
    חלק שלישי: תהליך החשיבה.
    חלק רביעי: פלט למשתמש.

    דבר בסיסי בהבנה הוא שAI לא באמת קורא מילים.

    טוקן זה חתיכת טקסט, כלומר כמו שיש 'מילה' ויש 'תיו' ( מילה = 'קוגל', תיו = 'ק'), יש טוקן.
    טוקן (שקטן יותר ממילה לרוב וגדול יותר מתיו) זה לא משהו עם כללים ברורים לדרך שבה הוא נחתך וגם משתנה משפה לשפה, לדוגמא 'קוגל' זה טוקן אחד אבל ילדים זה שני טוקנים - 'ילד' ו'ים'.

    הטקסט מגיע לטוקינייזר (Tokenizer), טוקינייזר זה בעצם החלק שלוקח את חתיכות הטקסט האלה וממיר אותם למספרים, בעצם תחשבו על זה כמו מילון עם כמויות טוקנים, ולכל טוקן יש מספר זהות ייחודי (ID) הטוקינייזר לוקח את הטוקן שהגיע ומעביר למודל את המספר שלו,
    עד כאן השלב הפשוט.
    קבלת הקלט והמרתו, זה קיים ב(כמעט) כל מודל AI בעולם,

    במדריך הקודם הוזכר שבשנת 2018 הוכרז BERT. שהיה מעין PoC לארכיטקטורת התשומת לב (האטנש'ן),

    המודל BERT לא סתם מהווה הבסיס לכל מודל שיש כיום בעולם, הוא הצליח לעשות דבר אחד.
    לקחת טוקן אחד ובמקום להסתכל על משפט לפי המילים שקדמו לו הוא למד להסתכל על כל המשפט בכללותו.

    אבל בשביל להבין את זה צריך להבין מה היה לפני זה.

    וכבסיס צריך לומר,
    ווקטור זה ייצוג מימדי, כלומר יעקב זה בייצוג מימדי 1.387 או משהו אחר בסגנון.
    ווקטור ברעיון היה קיים לפני, אבל הארכיטקטורה של הסמנטיקה (שעליה נבאר בהמשך) השתנתה.

    מודלי שפה היו כבר לפני 2017 ולפני מנגנון התשומת לב.
    אבל הם פעלו בשיטה שונה שנקראת RNN או בטכניקה מתקדמת יותר שלה בשם LSTM.
    RNN לקחה משפט, (לדוגמא יעקב אוהב את אמא שלו) יעקב = 1.378 + אוהב = 0.566 את = 1.888 + אמא.. וכו',
    ואז היא חישבה מתמטיקה פשוטה.
    זה ועוד זה ועוד זה ביחד שווה "שלו" והשלים את המילה "שלו".
    במאמר המוסגר החידוש בLSTM היה שבמקום לשמור בזיכרון ווקטורים מלאים של כל פרט לדוגמא סיפור של יעקב נסע באוטובוס, יעקב ישמר אוטובוס ישמר אבל צבע החולצה שלו - בRNN ישמר ובLSTM = לא.

    עיקר הבעיה הייתה בדברים טיפה יותר מורכבים ממשפטים רגילים.

    ולזה בא מנגנון האטנש'ן הBERT וה"טרנספורמר".

    עיקר החידוש היה הסתכלות על כל המשפט.
    במקום להעביר מילה מילה, הוא לוקח את - "יעקב" + "אוהב" + "את" + "אמא" + "שלו" ואחרי שהוא מקבל את הכל הוא מתחיל בעיבוד ובחיזוי.

    איך זה היה מנוצל?
    ובכן, במקום מרווח ווקטורי רגיל - RNN/LSTM היה מפה סמנטית.
    סמנטי = משמעות.

    וזה בדיוק היה העיקרון, לעשות מרחב סמנטי = לעשות מרחב משמעותי.
    כלומר בעצם השמירה היא אותה שמירה והמרחב הוא אותו מרחב דו מימדי, אבל במקום (לפני טרנספורמר -) בנק שווה אותו ווקטור (נניח 1.341) בין אם הכוונה לבנק ששומרים בו כסף ובין אם הכוונה לבנק באנגלית = גדת נהר,
    אחרי הטרנספורמר התחילו להבין משמעות בהתאם למשפט, כלומר אם המילה בנק נאמרה יחד עם דני הלך ליד הנהר - הכוונה לגדה, ואם הכוונה להלך לשמור על הכסף בכספת - הכוונה לבנק.

    אז כן.
    הAI הפך את המילים לטוקנים ואת הטוקנים לווקטורים במפה סמנטית.
    עכשיו שלב העיבוד.
    וכאן זה נחלק לשתי אופציות, מודלי שפה, ומודלי הטמעה.

    שניהם פועלים בהתחלה אותו הדבר, אבל הסוף שונה.
    מודלי שפה כדוגמת GPT או ג'מיני מעבדים (נראה בהמשך איך) את המידע ופולטים תשובה.
    מודלי הטמעה כדוגמת berel ואחרים מעבדים ופולטים את המיקום שלהם והדימיון (נראה ג"כ בהמשך).

    נתחיל ממודלי שפה.

    שלב העיבוד הוא אחרי שיש למודל את הווקטורים הוא לוקח ומנסה לנחש תשובה, (המודלים הראשוניים היו עושים השלמות מילה - כיום הם יכולים לנחש תשובה, זה מבוסס על אותה ארכיטקטורה), דבר ראשון תהליך ההבנה, המודל לוקח את המשפט ומחשב קשר בין המילים, כמה כל מילה משפיעה על המילים האחרות,

    במשפט "האיש הלך לבנק וראה שם הרבה פקידים", המודל יודע לקשר את המילה "בנק" למוסד פיננסי. אבל במשפט "האיש שט בסירה והגיע לבנק של הנהר", מנגנון הקשב מזהה את המילה "סירה" ומבין שהכוונה ב"בנק" (באנגלית: Bank) היא לגדת הנהר.

    אז אחרי שהמודל הבין את המשפט הגיע הזמן לתשובה.

    כאן זה כבר עולם הסטטיסטיקה (וככה תבינו למה כל הזמן אומרים שזה ס"ה סטטיסטיקה),

    אחרי שהוא העביר את הטקסט במפת המשמעויות ובמנגנון הקשב הוא עושה חישוב סטטיסטי פשוט, מה המילה שצריכה להיות כאן כל סמך מליוני/מלייארדי/טריליוני המילים שראיתי בתהליך האימון? - וזה התשובה.

    אבל, זה לא הכל, הוא לוקח את המילה שהוא חזה שצריכה להיות סטטיסטית ומפעיל לולאה אגרסיבית (Autoregression), המודל 'טס' טוקן טוקן וחוזה את הטוקן הבא וכותב אותו,
    מתי הוא נעצר? כשהוא מגיע ל'טוקן עצירה' מיוחד שמסמן שהתשובה שלמה.

    מיותר לציין שהתשובות שלו זה ווקטורים, שמומרים לטוקנים = טקסט..

    עכשיו לעוד כמה מושגים:

    טמפטרטורה, כשאומרים טמפטרטורה ומכוונים ליצירתיות, המודל בס"ה בוחר אם לקחת יותר סיכונים או מילים יותר הגיוניות סטטיסטית (ולכן גם פחות יצירתיות..)

    חלון הקשר (Context Window), למודלי שפה יש מגבלה על כמות המידע שהוא יכול להחזיק בשיחה אחת,
    זה כולל הכל, פרומופט, סקיל, מסמכים ותמונות, וכל דבר אחר שנכנס לשיחה, אין קסם, AI מה שהוא יודע - נכנס לקונטקס.

    מודלי הסקה/שרשרת חשיבה/מודלי הריזונינג, פשוט מאוד, כמו שאמרתי במדריך הקודם, במקום ישר לפלוט את התשובה, מבצע מספר שלבי עיבוד פנימיים לפני שהוא מתחייב לתשובה.

    אה, ומודלי האמבדינג? (כמו מודלי חיפוש שלא מחזירים טקסט אל ווקטורים) הם ס"ה מדלגים על השלב האחרון.

    אשמח לתגובות/הארות/הערות/פידבקים וכו' כאן..

    במדריך הבא אני רוצה לגעת יותר בסוכני הקוד ובדרך לנצל AI בצורה הטובה ביותר, בתחום הקידוד.

    עזרה הדדית - בינה מלאכותית

  • שיתוף | תקרת הזכוכית של עולם הAI התפוצצה????
    המלאךה המלאך

    ראשוני!!! זיוף או אמיתי??

    סטארט-אפ ממיאמי טוען שהצליח לאמן מודל LLM עם חלון הקשר של 12 מליון טוקנים, שהוא פי 52 מהיר יותר וזול פי 20 בהשוואה ל-Claude Opus 4.7 ול-GPT-5.5 עם ביצועים דומים.

    לשם השוואה גוגל עם כל העוצמה שלהם מגיעה לחלון הקשר של שני מליון טוקנים ונחשבת לשיא.
    כמו"כ זה עולה הרבה מאוד כסף.

    הדבר החדשני הזה שקול לשבירת קופות של המודל הסיני הראשון!!!

    הם טוענים שהוא יעיל באותה מידה כמו קלוד אופוס 4.7 וGPT 5.5!!!

    אה.
    שכחתי לציין הם טוענים שהמהירות גדולה יותר מהם.
    בקיצור פריצת הדרך הגדולה ביותר בתולדות הAI?????

    סליחה שפתחתי נושא חדש.
    אבל זה ממש ראוי לזה.
    זה פשוט מטורף!!!!!!

    ולפרטים הענייניים.
    מדובר פה ב https://subq.ai/ .
    סטארטאפ חדש.
    הוא טוען שהצליח לפתח כזה מודל.
    יותר פרטים פה.

    עזרה הדדית - בינה מלאכותית

  • SmartiAI לווינדוס, סוכן AI שיכול לעשות הכל!
    המלאךה המלאך

    שימו לב חברים.

    בעקבות בקשת @א.מ.ד.

    שאלות שכדאי שתראו לפני שאתם שואלים.

    1 - איפה מנפיקים מפתח api,
    תשובה: בגוגל ai סטודיו תחת אזור מפתח api.
    מנפיקים אותו בממשק בתוכנה.
    2 - המפתח החזיר שגיאה.
    דבר ראשון - בטיפול. @א.מ.ד. מתכנן לעשות תשובות מובנות יותר משגיאה 404 או כל מיני דברים כאלה.
    דבר שני, זה יכול להיות או בעיות אינטרנט.
    או נטפרי.
    או יותר מדי בקשות לגוגל.
    או שהגעתם למכסה היומית.
    3 - איך מורידים.
    פשוט מאוד כאן.
    4 - איך עושים שהוא יחפש באינטרנט,
    מנפיקים מפתח api חינמי מכאן.
    5 - מה זה מחשב,
    עיינו פה.
    יש לכם רעיון להוסיף לתוכנה? תפתחו בגיטהאב.
    יעיל יותר מפה.

    הרבה הצלחה חברים!

    עזרה הדדית - בינה מלאכותית

  • שיתוף | הפירצה החמורה ביותר בתולדות גיטהאב? או מהחמורות ביותר?!!!
    המלאךה המלאך

    חוקרי Wiz חשפו את CVE-2026-3854 — פרצת RCE חריגה במיוחד, שלפי הדיווחים אפשרה, באמצעות git push בודד, להגיע להרצת קוד על תשתיות GitHub ולסכן גישה למיליוני repositories, כולל פרטיים!

    WIZ השתמשה בקלוד קוד ובIDA MCP שניהם ביחד זיהו את הפירצה במנגנונים הפנימיים של גיטהאב במהירות חסרת תקדים.
    הפירצה השתמשה בפקודת git push פשוטה כדי להשתלט על גיטהאב.קום ומשם להשתלט על גיטהאב GitHub Enterprise.
    המשמעות לכך היא אוטומטית יכולת להזריק קוד לכל תוכנה שנמצאת במאגרים של גיטהאב!
    ולא! לא רק למאגרים ציבוריים. אלא גם מאגרים פרטיים של חברות ענק!
    כדי לסבר את האוזן גיטהאב תיקנה את הפירצה הזו בתוך כמה 75 דקות!
    זה כפשוטו להעלות קובץ לדרייב ולקבל קובץ שיל של גוגל 😂 .
    קצת יותר מידע: כל משתמש יכל לבצע את הפירצה הזו. היא עבדה כך שהתו - ; היה תחילת הגדרת אבטחה, אבל המשתמש יכל להכניס את זה בהערות של כל קוד שהוא יעלה!

    מקור

    עזרה הדדית - מחשבים וטכנולוגיה

  • מדריך | מודלי חיפוש חכמים. בלי לחנוק את המחשב.
    המלאךה המלאך

    כן AI זה לא בהכרח לחנוק את המחשב!!

    מסתמא כל מתכנת פה מכיר את הבעיה הזו.
    רוצים להטמיע AI בתוכנה בלי תלות באינטרנט או בAPI לא חינמי. אבל להוריד מודל LLM/SLM שלם סוחט את המחשב ודורש משאבים גבוהים.
    אז הנה הפיתרון.
    מסתבר שלא צריך מודל LLM/SLM שלם.
    כן. יש מודלים ייעודיים לזה.
    מודלי חיפוש סמנטי בסיסיים. כל מה שהם עושים זה לזהות (בלי להצויא פלט) ומודלי RAG (עם פלט).

    שלב א': התקנת הספריות.

    הקלידו את הפקודה הזו:

    pip install sentence-transformers
    

    שימו לב שכדאי להוסיף faiss-cpu אם יש לכם מאגר גדול.

    שלב ב': הורדת המודל.

    למודל חיפוש סמנטי:
    כנסו כאן להאגינג פייס והורידו את המודל.
    למודל חיפוש על בסיס ראג' וכדו':
    כנסו לכאן בהאגינג פייס.
    הערה: המודלים עובדים בעברית.

    לכל מודל יש דף ב-Hugging Face עם קוד מוכן לשימוש.
    אין צורך להמציא קוד עם הAI😉 - פשוט להיכנס לקישור ולהעתיק את הקטע תחת ‘Usage’.
    בדרך כלל כל מודלי ההטמעה עובדים באותה צורה:
    טוענים את המודל → נותנים טקסט → מקבלים וקטור (embedding).
    בגדול הקוד אמור להראות כזה:

    from sentence_transformers import SentenceTransformer
    
    model = SentenceTransformer("כאן תכתבו את שם המודל")
    embeddings = model.encode(["כאן תכתבו את הטקסט שתרצו שהוא יזהה לדוגמא קוגל"])
    
    

    שימו לב. אם אין לכם כח להתעסק עם קוד מורכב - מומלץ ללכת על חיפוש סמנטי. הטמעה בקוד הרבה יותר פשוטה..
    או בקיצור?
    תיהיו מודעים שלא צריך לחנוק את המחשב של המשתמש רק כי הסטנדרט החדש זה AI.
    יש עוד פיתרונות AI. לא רק QWEN וג'מאה.

    דוגמא לקוד הטמעה שאני השתמשתי בו (המודל לא מעודכן מספיק כמדומני, כמו"כ תתעלמו מדאטה (איך ללמוד תכנות מהר? 😂 - לא אפשרי.. 😉 😞 )

    from sentence_transformers import SentenceTransformer, util
     
    # טעינת המודל נמצאת כאן.
    model = SentenceTransformer("sentence-transformers/paraphrase-multilingual-MiniLM-L12-v2")
     
    documents = [
       "איך מתקנים מחשב",
       "מתכון לפיצה איטלקית",
       "מדריך לפתרון תקלות חומרה",
       "איך ללמוד תכנות מהר"
    ]
     
    doc_embeddings = model.encode(documents)
     
    query = input("הכנס שאלה: ")
    query_embedding = model.encode(query)
     
    scores = util.cos_sim(query_embedding, doc_embeddings)[0]
    best_index = scores.argmax()
     
    print("\nהמסמך הכי מתאים שמצאתי:")
    print(documents[best_index])
    print(f"ציון התאמה: {scores[best_index]:.2f}")
    

    הערה אחרונה: כלל המודלים לא בהכרח מומלצים על ידי. וייתכן ולחלקם יהיו כבר גירסאות טובות יותר. אלו מודלים שבהם השתמשתי.
    אם יש טעות או עדכון חשוב למדריך - אשמח שתגיבו ותגידו לי!
    אני עוד לא מלאך. למרות שזהו שמי.
    תודה.

    @עידו300

    עזרה הדדית - בינה מלאכותית

  • שיתוף | מה חדש בבינה מלאכותית - מתעדכן
    המלאךה המלאך

    משתמשים בסוכנים להורדת סקילים מהאגינג פייס וכו'?
    תפסיקו מייד.
    מחקר גילה למעלה מ500 סקילים זדוניים.
    https://www.acronis.com/en/tru/posts/poisoning-the-well-ai-supply-chain-attacks-on-hugging-face-and-openclaw/
    שימו לב.
    ניתן להוריד מclawhub, שם הסקילים עוברים אוטומטית לווירוס טוטאל.
    קרדיט ל @א.מ.ד.

    עזרה הדדית - בינה מלאכותית

  • שיתוף | מה חדש בבינה מלאכותית - מתעדכן
    המלאךה המלאך

    Gemma 4 12B יצא!!!

    פוסט ההשקה של גוגל.
    עכשיו תשאלו.
    מה הפאנץ'? מה חסר בE4B הקיים?
    החידוש הוא שזה הרבה יותר חכם ממנו.
    הם טוענים שאין מקודדים! הכל מוזרם ישירות לLLM.
    מה שאומר שהמהירות גבוהה יותר והגודל קטן יותר למרות היותו מודל מולטי מודליאלי חלקי.
    הם גם טוענים שהוא קרוב לMoE ה26B שלהם..
    בקיצור, חובה לנסות!
    מסתמא @א.מ.ד. אתה כבר על זה..

    עזרה הדדית - בינה מלאכותית

  • בקשה | מה רע בסקריפטים לtampermonkey?
    המלאךה המלאך

    אני הרבה זמן חשבתי על זה.
    החלטתי להציג לחברי הפורום,
    משום מה נראה כאילו יש דחייה כלפי המושג סקריפט.
    אני מתכוון, ברוך ה' קהילה גדולה, יוצרים תוספים להרבה בעיות קטנות מתוך מטרה להקל על החיים..

    אני לא מדבר על זה שיוצרים עם בינה.
    אין לי בעיה עם זה.

    אבל משום מה האנשים לא מבינים, אני [ואני חושב שעוד רבים כמוני] לא יתקינו כמויות של תוספים על הדפדפן, זה מכביד.
    יש פיתרון פשוט מאוד.
    ליצור סקריפט,
    זה עם כל כך הרבה ייתרונות שאני לא מצליח להבין למה לא?
    1 - קובץ 1 במקום 4 מינימום.
    כן סקריפט זה ס"כ קובץ אחד.
    2 - בתוסף יש לרוב הרשאות רחבות, דבר שמוביל לפרצות אבטחה בפרט בתוספים שנוצרו על ידי בינה.
    בסקרפיט ההרשאה היא רק לדף הספציפי שבו הוא רץ, אני לא אומר שאין בעיות, אבל יש הרבה יותר טיפה.
    3 - לקהל יותר נח להתקין הרבה סקרפיטים כי זה לא מכביד על הדפדפן מאשר הרבה תוספים.
    4 - ההתקנה עצמה מהירה ופשוטה.
    בתוסף זה מורכב.
    5 - המהירות פיתוח של סקריפט הרבה יותר מהירה משל תוסף.
    אז אני באמת שואל מחוסר הבנה.
    למה לא בסקרפיט?
    חשוב לציין.
    זה ברור שיש דברים שבישבילם אי אפשר בסקרפיט וחייבים תוסף.
    לוגיקה מורכבת או הרשאות רחבות.
    אבל יש הרבה דברים שלא.
    לא חבל? אני רוצה להשתמש אבל לא יכול, אני לא רוצה להעמיס על הדפדפן שלי..

    או בקיצור: אני קורא מכאן לכל בעלי התוספים.
    תתחשבו בנו.
    תעשו גם סקרפיט.

    עזרה הדדית - JavaScript

  • שיתוף | מה חדש בבינה מלאכותית - מתעדכן
    המלאךה המלאך

    גוגל מבקשת גישה לקוד של אפליקציות שזכו למליוני הורדות,
    היא ביקשה זאת דרך המייל של המפתחים.
    המטרה היא אימון המודלים שלה.
    זה כולל גם אפליקציות לא ממומשות.

    ושני הערות שלי על הנושא:
    1 - זה אומר שהיא קלטה את טענתו של @י.-פל. שנים, שהקוד של ג'מיני שווה 0.00.
    2 - זה אומר גם ששווה להיות בעל אפליקציה שירדה מהחנות מליוני פעמים 🤔 ..

    קרדיט.

    עזרה הדדית - בינה מלאכותית

  • שיתוף | מה חדש בבינה מלאכותית - מתעדכן
    המלאךה המלאך

    הנה עוד כמה דברים נוספים שקרו היום:
    1 - נוטבוק אל אם (NotebookLM) קיבל אופציה של סקירת ווידאו, הפיצ'ר החדש כולל קרינות וסקירה וויזואלית,
    שימו לב רק שהפיצ'ר זמין ללמשתמשי גוגל AI אולטרה, נכון לעכשיו.
    2 - OpenAI מעדכנת את סביבת הפיתוח קודקס, המתחרה בקלוד קוד,
    וכעת היא תיהיה זמינה גם לווינדוס, האפליקציה מסתנכרת עם גירסת הmacOS, והינה זמינה גם למשתמשים החינמיים.
    3 - קלוד קוד מקבלת מצב קולי,
    כך ניתן יהיה באמצעות המצב קולי להורות לסוכן על כתיבת קוד - בלי לגעת במקלדת.

    עזרה הדדית - בינה מלאכותית

  • שיתוף | מה חדש בבינה מלאכותית - מתעדכן
    המלאךה המלאך

    מיקרוסופט שחררה מודלים חדשים!
    מיקרוסופט שחררה מודלים חדשים לתמלול, לקול ולתמונות.
    MAI-Transcribe-1 - תמלול.
    2-MAI-Voice - קול ודיבור.
    MAI-Image - 3- תמונות.

    עזרה הדדית - בינה מלאכותית

  • שיתוף | מה חדש בבינה מלאכותית - מתעדכן
    המלאךה המלאך

    AI סטודיו סוף סוף באפליקציה!

    להרשמה מוקדמת.

    עזרה הדדית - בינה מלאכותית

  • שיתוף | מה חדש בבינה מלאכותית - מתעדכן
    המלאךה המלאך

    גוגל משחררת פיצ'ר חדש - יבוא שיחות

    גוגל שחררת עדכון חשוב.
    אם עד היום לפתוח צ'אט חדש היה סיוט - כיום אפשר פשוט להעביר את השיחות מgpt ומקלאוד ישירות לתוך ג'מיני.
    הכלי מופיע כדף מיוחד בגוגל, השיחות יופיעו בהיסטוריית השיחות עם סימון ייחודי.
    פיצ'ר תומך בהעלאה של עד 5 ג'יגה בייט.
    מוזמנים להתנסות - https://gemini.google.com/import

    עזרה הדדית - בינה מלאכותית

  • שיתוף | מה חדש בבינה מלאכותית - מתעדכן
    המלאךה המלאך

    Xai מוציאה סוכן אוטונומי.

    חברת אקס הא איי מוציאה סוכן שמתחרה בקלוד קוד.
    הסוכן הינו כלי שורת פקודה [בcli] החידוש הוא שהמודל כולל מצב תכנון כך שאם תכנתתם משימות מורכבות - פשוט תתנו למודל לעשות את זה בשבילכם.
    ועוד משהו.
    אם זה משימה מורכבת מדי - הוא יוכל להריץ עשרות סוכנים אוטונומיים שמתמחים כל אחד בתחום ייעודי.
    תמיכה בmpc ובפלאגינס [תוספים].
    לקריאה נוספת.
    כאן.
    שכחתי לציין. [תודה ל @י.-פל. שהזכיר לי]
    שזה כיום רק למנויי פרו.
    כך שלא יכולתי לבדוק אם זה באמת רמה גבוהה.
    יש פה מנוי גרוק?

    עזרה הדדית - בינה מלאכותית

  • שיתוף | מה חדש בבינה מלאכותית - מתעדכן
    המלאךה המלאך

    חברים.
    צר לי לאכזב אותכם.
    אבל שנת השפע של גוגל נגמרה.
    גוגל מסירה את 1000 הקרדיטים החופשיים למנוי הפרו.
    כמו"כ המגבלה אינה רק שבועית אלא לפי חלון זמן של חמש שעות.

    מקור.

    עזרה הדדית - בינה מלאכותית

  • המלצה | תגובות והצעות ייעול ל NodeBB Unified - ריכוז סקריפטים לפורומים
    המלאךה המלאך

    עדכון 2.0:

    • פוסטים מחוקים יוסתרו.

    • ציטוט טקסט ולחיצה על כפתור הצאט יצטט אותו בצאט.

    • כל הסרגל עוצב מחדש.

    • סודר האייקון של מרכז הפורומים.

    • אפשרות כיבוי והפעלה של כלל הסקריפטים כל אחד ואחד בפני עצמו.

    • מנגנון הזיהוי אם הסקריפט מותקן ניתן לשליטה של המשתמש.

    • ניקוי ההתראה בעת הסרת דיסלייק.

    • לכאורה תוקן הסימונים הכחולים של ההתראות בסרגל כלים למרות שאין התראות.

    • לחיצה כפולה על הודעת צאט הטקסט המלא מצוטט ללא צורך בסימון כחול.

    • בתצוגה מקדימה של הפרופיל משתמש יוצג 'נראה לאחרונה'.

    העדכון יצא למשתמשים אוטומטית.

    באגים/הצעות ייעול
  • התחברות

  • אין לך חשבון עדיין? הרשמה

  • התחברו או הירשמו כדי לחפש.
  • פוסט ראשון
    פוסט אחרון
0
  • חוקי הפורום
  • פופולרי
  • לא נפתר
  • משתמשים
  • חיפוש גוגל בפורום
  • צור קשר