تعزيز البحث باستخدام نماذج اللغات الكبيرة: نهجٌ رخيصٌ وسريع

تُظهر هذه المقالة كيفية بناء خدمة بحث سريعة وفعّالة من حيث التكلفة باستخدام نماذج اللغات الكبيرة (LLMs). يقوم الكاتب بنشر تطبيق FastAPI الذي يستدعي نموذج LLM خفيف الوزن (Qwen2-7B) ، مستفيدًا من Google Kubernetes Engine (GKE) Autopilot لإدارة العناقيد الآلية لتحقيق تحليل مُهيكل لاستعلامات البحث. يُحسّن إنشاء ونشر صور Docker ، بالإضافة إلى آلية التخزين المؤقت Valkey ، الأداء والقابليّة للتطوير بشكل كبير. يتجنب هذا النهج المكالمات المتكررة إلى واجهات برمجة التطبيقات السحابية باهظة الثمن ، مما يُقلّل التكاليف ويُظهر إمكانية تشغيل LLMs على البنية التحتية المحليّة ، مُقدّماً منظورًا جديدًا لبناء محركات بحث أكثر ذكاءً وسرعةً.