يتضمن إنشاء سير عمل معزز للترجمة (RAG) مع DeepSeek على AWS عدة خطوات ، وذلك في المقام الأول باستخدام Amazon Sagemaker و Amazon OpenSearch. إليك دليل مفصل حول كيفية تنفيذ هذا:
الخطوة 1: نشر Deepseek-R1 على Amazon Sagemaker
1. إنشاء مجال Sagemaker: انتقل إلى Amazon Sagemaker وإنشاء مجال جديد. اختر خيار "Single User Quick Setup" وانتظر لإكمال الإعداد.
2. Deploy Deepseek-R1 Model: بمجرد أن يكون مجالك جاهزًا ، Open Sagemaker Studio ونشر نموذج Deepseek-R1. تتضمن هذه الخطوة إعداد نقطة نهاية للنموذج.
الخطوة 2: إعداد خدمة Amazon OpenSearch
1. إنشاء مجال OpenSearch: انتقل إلى وحدة التحكم AWS وإنشاء مجال OpenSearch جديد. سيكون هذا بمثابة قاعدة بيانات المتجه الخاصة بك لتخزين واسترجاع التضمينات.
2. تكوين أدوار IAM: قم بإنشاء أدوار IAM لإدارة الأذونات بين OpenSearch و Sagemaker. يتضمن ذلك أدوارًا لاستدعاء نموذج Sagemaker وللأمر الخاص بك لإنشاء موصلات.
الخطوة 3: تكوين أدوار IAM والأذونات
1. إنشاء دور IAM للوصول إلى Sagemaker: يسمح هذا الدور OpenSearch باستدعاء نموذج Deepseek على Sagemaker. إرفاق السياسات اللازمة لتمكين الاحتجاج النموذج.
2. تكوين دور IAM في OpenSearch: تأكد من أن OpenSearch لديه الأذونات اللازمة للتفاعل مع نماذج Sagemaker.
الخطوة 4: إنشاء موصل OpenSearch
1. استخدم البرامج النصية لإنشاء موصل: استخدم البرامج النصية Python المقدمة لإنشاء موصل OpenSearch إلى Sagemaker. يمكّن هذا الموصل OpenSearch من استدعاء نموذج DeepSeek لتوليد النصوص.
2. سجل النموذج: استخدم واجهة برمجة تطبيقات OpenSearch لتسجيل نموذج DeepSeek. يتضمن ذلك تحديد اسم النموذج ونوع الوظيفة ومعرف الموصل.
الخطوة 5: تنفيذ سير سير عمل RAG
1. استخدم تضمينات المتجه للبحث: تكوين OpenSearch لاستخدام تضمينات المتجه للبحث الدلالي. هذا يسمح لاسترداد أكثر دقة للوثائق ذات الصلة.
2. الاندماج مع DeepSeek لتوليد النص: بمجرد استرداد المستندات ذات الصلة ، استخدم نموذج DeepSeek لإنشاء استجابات نصية بناءً على المعلومات التي تم استردادها.
الخطوة 6: اختبار ونشر
1. اختبار نظام الخرقة: استخدم عينة استعلام لاختبار قدرة النظام على استرداد المستندات ذات الصلة وإنشاء استجابات نصية متماسكة.
2. نشر التطبيق: بمجرد اختباره ، قم بنشر تطبيق RAG لاستخدام الإنتاج ، وضمان تأمين جميع المكونات وتكوينها بشكل صحيح.
يعمل هذا الإعداد على الاستفادة من إمكانات التفكير في Deepseek وميزات قاعدة بيانات OpenSearch الخاصة بـ OpenSearch لإنشاء سير عمل قوي على AWS. للحصول على مزيد من التعليمات والبرامج النصية التفصيلية ، ارجع إلى مستودعات AWS ومستودعات GitHub المتعلقة بـ Deepseek و OpenSearch [1] [2] [6].
الاستشهادات:
[1] https://www.youtube.com/watch؟v=K2BSE_HWL78
[2]
[3] https://github.com/opensearch-project/ml-commons/blob/main/docs/tutorials/aws/rag_with_deepeek_r1_model_on_bedrock.md
[4] https://github.com/spidy20/deepseek-rag-app
[5] https://www.youtube.com/watch؟v=_jxeixvuvnw
[6] https://opensearch.org/docs/latest/vector-search/tutorials/rag/rag-deepeek-r1-sagemaker/
[7]
[8] https://aws-news.com/article/0194e24b-49c8-f3c1-2748-3b9c36468666