لە ٢٤ی ئۆکتۆبری ڕابردوو، بە بانگهێشتی ئەنجوومەنی زیرەککردنی پیشەسازیی کۆریا (KOIIA)، بەشداریی 'ئەکادیمیی پەرەپێدانی کەسانی سەرەکیی کۆمپانیا ناوەندەکان لە ساڵی ٢٠٢٥، سیمیناری ستراتیژیی مامەڵەکردن لەگەڵ پیشەسازییەکانی داهاتوو'مان کرد، و بەڕێز لی هوان-هۆ، نوێنەری کلێڤی، وتاری سەرەکیی پێشکەش کرد.
لە سەکۆی 'نموونەکانی بەکارهێنانی تەکنەلۆژیای AI و ستراتیژییەکانی کرداری DX'، بە بابەتی 'نموونەکانی بەکارهێنانی Physical AI و هۆکارەکانی شکست و ستراتیژییەکانی باشترکردن لە پرۆسەی ناساندنی ئەجێنتی RAG' بەشداری‌مان کرد.
لەگەڵ بەرزبوونەوەی حەز و سەرنج بۆ ئەجێنتەکانی AI لەم دواییانەدا، ڕێژەی ئەو کۆمپانیایانەی بیر لە ناساندنی AI دەکەن زیاد دەکات. وادیارە زۆرێک لە دامەزراوە و کۆمپانیاکان پێشتر AIیان بە شێوەی تاقیکردنەوە ناساندووە و بەکاری دەهێنن.
بەڵام بەداخەوە، لە زۆر کۆمپانیا و دامەزراوەدا، یان ئەو ROIیەی کە چاوەڕوانی دەکرێت بەدەست نایەت، یان ئەو تایبەتمەندییانەی لە PoCدا کاردەکردن، لە پرۆژەی سەرەکی یان لە مەیداندا وەڵامی دروست نادەنەوە یان بە تەواوی کار ناکەن؛ توێژینەوەکانیش نیشانیان داوە کە ئەمە زۆر ڕوودەدات.
بەهۆی ئەم زانیارییانەوە، زۆرێک لە کۆمپانیاکان لە ناساندنی پەلەیی AI دەترسن.
لەو وانەیەدا، بەڕێز لی هوان-هۆ، نوێنەری کلێڤی، بە وردی سنوورەکانی سیستەمی RAG ـی کە یەکێکە لە هۆکارە سەرەکییەکانی شکستهێنانی ناساندنی پەلەیی AI، هەروەها مۆدێلەکانی سەرچاوەکراوە یان SLM ـە بچووکەکان ڕوونکردەوە و ڕوونی کردەوە بۆچی نموونەکانی پێشووی ناساندن شکستیان هێنا.
لە کۆتاییدا، هۆکاری بەکارهێنانی AI ئەوەیە کە هیوادارین کاری مرۆڤ بکات یان ئەنجامێکی باشتر لە مرۆڤ پیشان بدات.
بەڵام چونکە کارمەندانی کرداری ئەو کۆمپانیایانەی ئێستا AI ـیان ناساندووە متمانەیان بە کوالیتیی وەڵامەکانی AI نییە، ناڕەزایی لەوە بڵاوە کە بە پشکنینی وردی ناوەڕۆکی وەڵامەکانی AI، کارەکانیان بە پێچەوانەوە زیاد بووە.
هۆکارەکەی لەوەدایە کە زۆربەی کۆمپانیاکان مۆدێلی SLM ـی سەرچاوەکراوە بە فاین‌تیونکردن بەکاردهێنن وەک چارەسەرێک.
لە ڕوانگەیەکی سەرەتاییەوە، وا بیر دەکەینەوە کە ئەگەر AI فێربوونی نوێ بکات زیرەکتر دەبێت، بەڵام بە پێچەوانەوە، کاتێک زانیاریی نوێ فێری AI دەکەین، بیرەوەرییە کۆنەکانی، واتە کێشەی پارامەتەرە هەڕەمەکییەکان، لەدەست دەدات.
کێشەی گەورەتر ئەوەیە کە کەس نازانێت کام زانیاری یان زانست لەدەست چووە.
由於導入 AI 並不是一件只需投入少量資源的事情，因此您應該從 PoC 階段起就進行了大量驗證。
為什麼這個時候沒有出現這些問題呢？當然是因為模型使用目標資訊進行了再訓練。
對只知道數字的 AI 進行字母學習，之後只提出與字母相關的問題，當然就能夠很好地回答。然而在實際現場，我們真的只需要這種專精於特定領域的模型嗎？
我們的現場每天都會面臨新的環境與新的資料。然而，在隨機破壞既有知識的同時進行學習的 AI，不僅無法保證通用性，也無法保證準確性。
因此，我們需要擁有 From-scratch Foundation 超大型語言模型，或具備能夠打造此模型的技術。
這些模型掌握了世上幾乎所有的知識，因此不僅回答品質高，準確性也很高。
對於特定領域，可以使用 SFT(Supervised Fine-Tuning) 技術；若資料量較少，則使用 RAG 系統，或是 Clevi 自行開發的智慧資料庫系統——語意資料庫技術，便能克服經過微調的 SLM 的缺點。
政府也了解這些基礎模型的重要性，因此正投入大量支援。
這就是國家代表 AI 計畫。這項計畫最大的目標應該是確保數位主權。
由於我們 Clevi 也了解使用開源模型時可能產生的致命缺點，因此從資料收集到架構設計，都由我們獨立開發並訓練 Clevi 的模型。
目前 Clevi 的模型即使與世界頂尖的 AI 競爭，也具備完全不落於人後的性能。
尤其是因為擁有自主模型，使用外部模型時可能產生的依賴問題，對我們 Clevi 而言也完全不存在。
如今，導入 AI 正逐漸從選擇變成必要。然而，僅僅導入最新技術，並不容易獲得理想成果。
真正的創新，唯有在準確理解技術的限制，並制定符合自身組織環境與目標的最佳策略時，才會真正開始。
Clevi 憑藉自主開發的超大型語言模型與語意資料庫等差異化技術，將企業在導入 AI 過程中所經歷的試錯與風險降至最低。
لە داهاتووشدا، ئێمە گوێ لە دەنگی مەیدان دەگرین و بە هەموو توانامان هەوڵ دەدەین ببینە هاوبەشی زیرەکی دەستکردی متمانەپێکراوی کۆمپانیا زیاتر. هیوادارین سەرکەوتنی ڕاستەقینەی جێبەجێکردنی زیرەکی دەستکرد لەگەڵ کڵێڤی دروست بکەن.