ایک ایسا چیٹ بوٹ ڈیزائن کریں جو ٹریفک، میموری اور خرابیوں کے بڑھنے کے باوجود تیز رفتار، مستحکم اور لچکدار رہے۔
۳ حصے · ۶ اسباق
سب سے چھوٹے فعال چیٹ بوٹ سسٹم کی تعریف کریں اور ایک پیغام کے سفر کا جائزہ لیں جو تصدیق (auth)، روٹنگ، پرامپٹ کی تیاری، ماڈل کالز، اسٹریمنگ اور لاگنگ کے مراحل سے گزرتا ہے۔
۲ اسباقیہ طے کریں کہ گفتگو کی یادداشت (conversation memory) میں کیا شامل ہونا چاہیے، اور یہ کہ 'ریٹریول آگمینٹڈ جنریشن' (retrieval-augmented generation) کس طرح ویکٹر سرچ، چنکنگ، فلٹرز اور 'ٹاپ-کے' (top-k) انتخابات کے ذریعے ٹھوس سیاق و سباق (grounded context) کا اضافہ کرتی ہے۔
۲ اسباقماڈل کی کارکردگی میں رکاوٹ والے مقامات (bottlenecks) کا جائزہ لیں، اور پھر اسکیلنگ کے طریقہ کار، ٹائم آؤٹ اور دوبارہ کوشش (retry) کے اصول، نیز ایسے متبادل انتظامات (fallbacks) طے کریں جو سست رفتار ماڈلز یا ناکارہ انحصار (broken dependencies) کی صورت میں بھی نظام کو برقرار رکھ سکیں۔
۲ اسباقAI چیٹ بوٹ کا نظام محض ایک 'پرامپٹ' (prompt) اور 'ماڈل کال' (model call) سے کہیں بڑھ کر ہے: اس کے لیے ریکوئسٹ روٹنگ، میموری، معلومات کی بازیافت (retrieval)، اسکیلنگ کے اختیارات اور ایسے 'فال بیک' (fallback) میکانزم کی ضرورت ہوتی ہے جو حقیقی ٹریفک کے دباؤ کو برداشت کر سکیں۔ یہ کورس پورے نظام کا جائزہ لینے اور اسے سمجھنے کا ایک ایسا طریقہ کار فراہم کرتا ہے جو مبتدیوں کے لیے موزوں ہے؛ اس میں ابتدائی فعال آرکیٹیکچر سے لے کر ان توازناتی فیصلوں (trade-offs) تک کا احاطہ کیا گیا ہے جو لیٹنسی (latency)، لاگت اور قابلِ اعتماد ہونے (reliability) جیسے عوامل کا تعین کرتے ہیں۔ کورس کے اختتام تک، سیکھنے والا عملی چیٹ بوٹ ڈیزائن پیش کرنے اور 'پروڈکشن' (production) کے عام تقاضوں اور حدود کے تناظر میں اس کا جواز پیش کرنے کے قابل ہو جاتا ہے۔
اس کورس میں چیٹ بوٹ کا بنیادی آرکیٹیکچر، درخواست کا مکمل بہاؤ (end-to-end request flow)، گفتگو کی یادداشت (conversation memory)، ویکٹر سرچ کے ساتھ 'ریٹریول آگمینٹڈ جنریشن' (RAG)، انفرنس کی اسکیلنگ، اور جزوی ناکامی کی صورت میں نظام کے قابلِ اعتماد رہنے جیسے موضوعات شامل ہیں۔ اس کے علاوہ، اس میں کانٹیکسٹ ونڈوز، چنکنگ، ٹاپ-کے (top-k) ریٹریول، بیچنگ، کیشنگ، ریٹ لمٹس، ٹائم آؤٹس، دوبارہ کوششوں (retries) اور فال بیک راستوں سے متعلق مختلف پہلوؤں اور ان کے درمیان توازن (tradeoffs) کا بھی احاطہ کیا گیا ہے۔
پروجیکٹ مینیجرز اور آپریشنز ٹیموں سے لے کر بانیان، تجزیہ کاروں اور AI اپنانے والی ٹیموں تک، Fenzo ان سب کے لیے ہے جو اپنے روزمرہ کام میں مزید بہتر ہونا چاہتے ہیں۔
پروجیکٹس کی منصوبہ بندی اور ڈیٹا کے تجزیے کے لیے AI کے استعمال سے لے کر عمل، فیصلہ سازی، بات چیت اور تکمیل کو بہتر بنانے تک، سب کچھ۔ اگر آپ مہارت یا کام بیان کر سکتے ہیں تو Fenzo اس پر کورس بنا سکتا ہے۔
جی ہاں۔ Fenzo کو بتائیں کہ آپ کیا کرتے ہیں، کیا حاصل کرنا چاہتے ہیں اور کہاں پھنسے ہیں، اور وہ کورس کو آپ کے کردار، آپ کے اہداف اور اس کام کے مطابق ڈھال دے گا جو آپ کو واقعی کرنا ہے۔
نہیں۔ Fenzo آپ کے نقطۂ آغاز کے مطابق ڈھل جاتا ہے: آپ بنیادی باتوں سے شروع کر سکتے ہیں یا سیدھے اعلیٰ موضوعات پر جا سکتے ہیں۔
جی ہاں۔ Fenzo for Business آپ کی پوری ٹیم کو ایک ہی سبسکرپشن میں اکٹھا کرتا ہے: مشترکہ لائسنس، تفویض کیے جا سکنے والے کورسز اور اس بارے میں رپورٹس کہ کس نے کیا مکمل کیا۔
Fenzo for Business کے بارے میں جانیںآپ اپنا ہدف بتا کر یا ایک مختصر مہارتی جائزہ دے کر آغاز کرتے ہیں۔ Fenzo اس سیاق سے آپ کی کمزوریاں پہچانتا ہے اور سیکھنے کا تجربہ انہی کے گرد ترتیب دیتا ہے۔
جی ہاں، Fenzo آپ کے فون کے براؤزر میں چلتا ہے۔
ہر حصے میں کچھ ایسا جس کے ساتھ آپ تعامل کر سکیں۔
سیکھنے پر دہائیوں کی تحقیق کے تین نتائج نے طے کیا کہ ہر Fenzo سبق کیسے بنایا جائے۔
اوسط کامیابی کی شرح · Freeman et al., PNAS 2014
سائنس کیا کہتی ہے
صرف لیکچر والی کلاسوں کے طلبہ کے فیل ہونے کا امکان ۱.۵× زیادہ ہوتا ہے۔
Fenzo یہ کیسے کرتا ہے
ہر Fenzo سبق انٹرایکٹو ہے۔ کبھی غیر فعال پڑھنا یا دیکھنا نہیں۔
آپ خود کرتے ہیںAI آپ کے لیے کرتا ہے
وقت کے ساتھ مہارت کی یادداشت · مشق کے ساتھ بمقابلہ بغیر
سائنس کیا کہتی ہے
سوچنے کا کام AI کے سپرد کر دینے سے وہی مہارتیں کمزور ہوتی ہیں جو آپ بنانا چاہتے ہیں۔
Fenzo یہ کیسے کرتا ہے
Fenzo آپ سے سوچواتا ہے — رہنمائی کے ساتھ، مگر آپ کی جگہ کبھی نہیں۔
یاد کرنے کی مشقدوبارہ پڑھنا
طویل مدتی یادداشت · یاد کرنا بمقابلہ دوبارہ پڑھنا
سائنس کیا کہتی ہے
پائیدار سمجھ بنانے کے لیے کسی معلومات کو یاد کرنا اسے دوبارہ پڑھنے سے بہتر ہے۔
Fenzo یہ کیسے کرتا ہے
اسباق میں کوئز اور یاد کرنے کے سوالات شامل ہیں تاکہ سیکھا ہوا یاد رہے۔