مسرد التكنولوجيا الماليةالذكاء الاصطناعي

استدعاء الوظائف

استدعاء الوظائف هو قدرة نماذج اللغة الكبيرة التي تسمح لهم باكتشاف متى يتطلب طلب المستخدم استدعاء وظيفة أو واجهة برمجة تطبيقات محددة مسبقًا وتوليد استدعاء الوظيفة المناسب مع المعلمات ومعالجة النتيجة المرتجعة. على عكس استخدام الأدوات الذي يصف النظام الأوسع للتفاعل بين الوكيل والأداة، يشير استدعاء الوظائف تحديدًا إلى قدرة النموذج على توليد طلبات استدعاء وظائف منظمة يمكن تنفيذها بواسطة النظام. هذه القدرة هي مفتاح رئيسي لبناء وكلاء ذكاء اصطناعي يمكنهم التفاعل مع الأنظمة الخارجية ومصادر البيانات. يعمل استدعاء الوظائف عن طريق تزويد النموذج بمجموعة من تعريفات الوظائف في وقت الاستدلال حيث يتم وصف كل وظيفة باسمها ووصف لما تفعله ومخطط JSON يحدد معلماتها. عندما يحدد النموذج أن طلب المستخدم سيتم خدمته بشكل أفضل من خلال استدعاء وظيفة، فإنه يولد كائن JSON منظمًا يحتوي على اسم الوظيفة وقيم المعلمات. يقوم النظام بعد ذلك بتنفيذ الوظيفة وتمرير المعلمات المولدة وإرجاع النتيجة إلى النموذج الذي يستخدمها لصياغة الرد النهائي. تدعم نماذج اللغة الكبيرة الحديثة مثل Claude و GPT-4o ميزات متقدمة لاستدعاء الوظائف بما في ذلك استدعاءات الوظائف المتوازية حيث يمكن للنموذج استدعاء وظائف متعددة في وقت واحد واستدعاء الوظائف التكراري حيث يمكن للنموذج ربط استدعاءات وظائف متعددة بناءً على النتائج السابقة واستدعاء الوظائف المتدفق حيث يمكن للنموذج البدء في معالجة النتائج قبل إنشاء الرد الكامل. تعتمد جودة استدعاء الوظائف على وضوح تعريفات الوظائف وقدرة النموذج على فهم متى يتم استدعاء كل وظيفة ودقته في توليد قيم المعلمات الصحيحة. تستخدم المؤسسات المالية استدعاء الوظائف لبناء وكلاء ذكاء اصطناعي يمكنهم الاستعلام عن قواعد البيانات وتنفيذ العمليات الحسابية والوصول إلى واجهات برمجة التطبيقات وتشغيل سير العمل كل ذلك من خلال تفاعلات اللغة الطبيعية. أمان استدعاء الوظائف أمر بالغ الأهمية حيث يجب منع النموذج من استدعاء وظائف بمعلمات ضارة أو غير صالحة.

في الخدمات المالية

في الخدمات المالية، يعتبر استدعاء الوظائف الأساس التقني الذي يمكن وكلاء الذكاء الاصطناعي من التفاعل مع النظام البيئي المعقد للأنظمة المالية ومصادر البيانات. تستخدم المؤسسات المالية استدعاء الوظائف لبناء مساعدي ذكاء اصطناعي يمكنهم الوصول إلى بيانات السوق في الوقت الفعلي والاستعلام عن قواعد بيانات العملاء والتحقق من حالة الامتثال وإنشاء التقارير كل ذلك من خلال اللغة الطبيعية. على سبيل المثال، قد يسأل محلل مالي 'ما هي نسبة السعر إلى الربح الحالية لـ Apple وكيف تقارن بمتوسط قطاع التكنولوجيا؟' يستخدم النموذج استدعاء الوظائف لاستدعاء وظيفة واجهة برمجة تطبيقات بيانات السوق مع رمز السهم 'AAPL' ثم وظيفة تحليل القطاع مع معرف قطاع التكنولوجيا وأخيرًا وظيفة حسابية لإجراء المقارنة. يتم إجراء كل استدعاء وظيفة بالمعلمات الصحيحة المستخرجة من سياق المحادثة. تعتمد جودة استدعاء الوظائف في التطبيقات المالية بشكل كبير على فهم النموذج للمصطلحات المالية وقدرته على تعيين طلبات اللغة الطبيعية إلى استدعاءات الوظائف الصحيحة. على سبيل المثال، عندما يطلب مستخدم 'أظهر لي القيمة المعرضة للخطر لمحفظة الدخل الثابت الخاصة بنا'، يجب على النموذج التعرف على أن 'VaR' تشير إلى القيمة المعرضة للخطر وفهم أنها مقياس مخاطر وتعيينها لوظيفة حساب المخاطر الصحيحة مع معرف المحفظة والمعلمات المناسبة. تستثمر المؤسسات المالية جهدًا كبيرًا في تصميم تعريفات وظائف واضحة مع أوصاف معلمات دقيقة تساعد النموذج على اتخاذ قرارات استدعاء وظائف دقيقة. يجب أن تكون تعريفات الوظائف شاملة بما يكفي لتغطية جميع حالات الاستخدام الشائعة مع البقاء غير غامضة لمنع استدعاءات الوظائف غير الصحيحة.

مثال واقعي

يقوم مدير أصول كبير بتنفيذ استدعاء الوظائف في مساعد البحث المدعوم بالذكاء الاصطناعي. يحتوي النظام على 20 تعريف وظيفة تغطي بيانات السوق والبيانات المالية وتصنيفات المحللين والمؤشرات الاقتصادية وتحليلات المحفظة. يسأل محلل 'ابحث عن أكثر ثلاثة أسهم أرباحًا ربحية في S&P 500 مع نسبة توزيع أرباح أقل من 50٪.' يستخدم النموذج استدعاء الوظائف لاستدعاء وظيفة فحص الأسهم مع معلمات عائد الأرباح ونسبة التوزيع والعضوية في المؤشر ثم يستدعي وظيفة البيانات المالية لاسترجاع مقاييس الربحية للأسهم المصفاة وأخيرًا يستدعي وظيفة الترتيب للفرز حسب الربحية. يشير مدير الأصول إلى أن 85٪ من استدعاءات الوظائف تتم بمعلمات صحيحة من المحاولة الأولى وأن النظام يعالج 2,000 استعلام مالي يوميًا مما يقلل وقت البحث اليدوي بنسبة 70٪.

لماذا يهم في التمويل

استدعاء الوظائف هو القدرة التقنية التي تجعل وكلاء الذكاء الاصطناعي عمليين للخدمات المالية. بدون استدعاء الوظائف، يمكن لنماذج اللغة الكبيرة فقط توليد نص بناءً على بيانات التدريب الخاصة بهم والتي قد تكون قديمة أو غير كاملة. يمكن استدعاء الوظائف النماذج من الوصول إلى البيانات في الوقت الفعلي وإجراء حسابات دقيقة والتفاعل مع الأنظمة التي يستخدمها المهنيون الماليون يوميًا. تحدد جودة استدعاء الوظائف مدى فعالية وكيل الذكاء الاصطناعي في خدمة المستخدمين الماليين.

مصطلحات ذات صلة

استخدام الأدواتوكيل الذكاء الاصطناعيخادم MCPتكامل واجهة برمجة التطبيقاتنموذج اللغة الكبير (LLM)

استكشف في Finatune

ClaudeGPT-4o

أسئلة شائعة

ما هو استدعاء الوظائف في الذكاء الاصطناعي؟

استدعاء الوظائف هو قدرة نماذج اللغة الكبيرة على اكتشاف متى يتطلب طلب المستخدم استدعاء وظيفة محددة مسبقًا وتوليد الاستدعاء المناسب.

كيف يُستخدم استدعاء الوظائف في تطبيقات الذكاء الاصطناعي المالية؟

يُستخدم للاستعلام عن بيانات السوق في الوقت الفعلي واسترجاع معلومات العملاء وحساب مقاييس المخاطر.

ما هي نماذج اللغة الكبيرة التي تدعم استدعاء الوظائف لسير العمل المالي؟

Claude من Anthropic و GPT-4o من OpenAI يدعمان الميزات المتقدمة لاستدعاء الوظائف.

المصطلح السابق: استخدام الأدوات
المصطلح التالي: استدلال الذكاء الاصطناعي
عرض جميع مصطلحات التكنولوجيا المالية