IT之家 خبر بتاريخ 8 أكتوبر: في المؤتمر الصحفي الذي أقيم في سان فرانسيسكو بالولايات المتحدة في الساعة 10 صباحًا من اليوم 7 أكتوبر بالتوقيت الباسيفيكي (الساعة 1 فجرًا من اليوم 8 أكتوبر بتوقيت بكين)، أعلنت مايكروسوفت أن GitHub Copilot سيدعم استدلال نماذج الذكاء الاصطناعي المحلية قبل نهاية هذا الشهر،ويمكن للمطورين التبديل تلقائيًا أو يدويًا بين النماذج السحابية والنماذج على الجهاز.
GitHub Copilot هو مساعد برمجة بالذكاء الاصطناعي تقدمه مايكروسوفت، ويمكن دمجه في أدوات مثل Visual Studio Code وCLI، وينشئ اقتراحات للإكمال أو الشرح أو إعادة الهيكلة بناءً على سياق الكود.
يعتمد GitHub Copilot حاليًا على نماذج مستضافة سحابيًا، حيث يقوم منسّق بتوجيه الطلبات وفقًا للأداء والتكلفة والدقة. تخطط مايكروسوفت لتوسيع هذه الآلية بنهاية هذا الشهر، بما يسمح لـ Copilot باختيار النموذج السحابي ونموذج الذكاء الاصطناعي المحلي تلقائيًا، مع تنسيق مهام الاستدلال في الخلفية.
تقدم مايكروسوفت لمستخدمي GitHub Copilot نمطين: التنسيق التلقائي أو الإجبار على استخدام النموذج على الجهاز. يمكن للمستخدمين ضبط التفضيلات في GitHub Copilot CLI وتطبيق Copilot وVisual Studio Code.
يدعم اختيار النموذج المحلي تحديد الموفر أو النموذج أو نقطة النهاية، ويمكن للمطورين اختيار MAI Code 1.1 Flash عبر Windows ML، أو الاتصال بنقطة نهاية محلية متوافقة مع OpenAI واختيار النموذج الذي تعرضه.
أطلقت مايكروسوفت نموذج MAI Code 1.1 Flash من نوع "خبراء مختلطون" بإجمالي معاملات يبلغ 137 مليارًا، منها 6.8 مليار معامل نشط، ويستخدم تقنيات التكميم وفك الترميز التخميني لتحسين سرعة الاستجابة واستهلاك الذاكرة.
أظهرت الاختبارات العملية للنموذج على Surface Laptop Ultra تحسنًا ملحوظًا في ذروة استخدام الذاكرة ومعدل استغلال الـ Token وسرعة المعالجة في المهام المعقدة. وأظهر اختبار معدل فك الترميز أن الإنتاجية تتراوح بين 40 و63 رمزًا في الثانية عندما يتراوح طول التلميح من 2K إلى 256K Token. ترفق IT之家 الصور ذات الصلة أدناه:
