بڑے لینگوئج ماڈل (LLMs) اپنے وسیع علم کے ساتھ، تقریباً کسی بھی موضوع پر انسان جیسا متن تیار کر سکتے ہیں۔ تاہم، بڑے پیمانے پر ڈیٹا سیٹس پر ان کی تربیت خصوصی کاموں کے لیے ان کی افادیت کو بھی محدود کرتی ہے۔ مسلسل سیکھنے کے بغیر، یہ ماڈل نئے ڈیٹا اور رجحانات سے غافل رہتے ہیں جو ان کی ابتدائی تربیت کے بعد ابھرتے ہیں۔ مزید برآں، نئے LLMs کو تربیت دینے کی لاگت کئی انٹرپرائز سیٹنگز کے لیے ممنوع ثابت ہو سکتی ہے۔ تاہم، یہ ممکن ہے کہ اصل خصوصی مواد کے ساتھ ماڈل کے جواب کا حوالہ دینا ممکن ہے، اس طرح Retrieval-Augmented Generation (RAG) کا استعمال کرتے ہوئے، نئے LLM ماڈل کو تربیت دینے کی ضرورت سے گریز کیا جائے۔
RAG LLMs کو بیرونی علم حاصل کرنے اور شامل کرنے کی صلاحیت دے کر بااختیار بناتا ہے۔ مکمل طور پر اپنے پہلے سے تربیت یافتہ علم پر انحصار کرنے کے بجائے، RAG ماڈلز کو دستاویزات، ڈیٹا بیس، اور بہت کچھ سے ڈیٹا کھینچنے کی اجازت دیتا ہے۔ اس کے بعد ماڈل مہارت سے اس بیرونی معلومات کو اپنے تیار کردہ متن میں ضم کرتا ہے۔ سیاق و سباق سے متعلقہ ڈیٹا سورس کر کے، ماڈل آپ کے استعمال کے معاملے کے مطابق باخبر، تازہ ترین جوابات فراہم کر سکتا ہے۔ علم میں اضافہ فریب اور غلط یا بے ہودہ متن کے امکانات کو بھی کم کرتا ہے۔ RAG کے ساتھ، فاؤنڈیشن ماڈل موافقت پذیر ماہرین بن جاتے ہیں جو آپ کے علم کی بنیاد کے بڑھنے کے ساتھ تیار ہوتے ہیں۔
آج، ہم لائسنس یافتہ تین جنریٹو AI ڈیمو کی نقاب کشائی کرنے کے لیے پرجوش ہیں۔ MIT-0 لائسنس:
- ایمیزون کیندر بنیادی ایل ایل ایم کے ساتھ - کی گہری تلاش کی صلاحیتوں کو استعمال کرتا ہے۔ ایمیزون کیندر LLMs کے وسیع علم کے ساتھ مل کر۔ یہ انضمام مختلف ذرائع سے اخذ کرکے پیچیدہ سوالات کے عین مطابق اور سیاق و سباق سے آگاہ جوابات فراہم کرتا ہے۔
- بنیادی LLM کے ساتھ ایمبیڈنگز ماڈل - ایمبیڈنگز کی طاقت کو ضم کرتا ہے—الفاظ اور فقروں کے معنوی معنی حاصل کرنے کی ایک تکنیک—LLMs کے وسیع علمی بنیاد کے ساتھ۔ یہ ہم آہنگی زیادہ درست موضوع ماڈلنگ، مواد کی سفارش، اور معنوی تلاش کی صلاحیتوں کو قابل بناتی ہے۔
- فاؤنڈیشن ماڈلز فارما ایڈ جنریٹر - دوا سازی کی صنعت کے لیے تیار کردہ ایک خصوصی ایپلی کیشن۔ فاؤنڈیشنل ماڈلز کی تخلیقی صلاحیتوں کو بروئے کار لاتے ہوئے، یہ ٹول قائل کرنے والے اور موافق فارماسیوٹیکل اشتہارات تخلیق کرتا ہے، اس بات کو یقینی بناتا ہے کہ مواد صنعت کے معیارات اور ضوابط کی پابندی کرتا ہے۔
یہ ڈیمو بغیر کسی رکاوٹ کے آپ کے AWS اکاؤنٹ میں تعینات کیے جاسکتے ہیں، جو AWS سروسز کو استعمال کرنے کے بارے میں بنیادی بصیرت اور رہنمائی پیش کرتے ہیں تاکہ جدید ترین LLM جنریٹیو AI سوال اور جواب بوٹ اور مواد کی تیاری کی جا سکے۔
اس پوسٹ میں، ہم یہ دریافت کرتے ہیں کہ کس طرح ایمیزون کینڈر یا حسب ضرورت ایمبیڈنگز کے ساتھ مل کر RAG ان چیلنجوں پر قابو پا سکتا ہے اور فطری زبان کے سوالات کے بہتر جوابات فراہم کر سکتا ہے۔
حل جائزہ
اس حل کو اپنا کر آپ درج ذیل فوائد حاصل کر سکتے ہیں۔
- بہتر معلومات تک رسائی - RAG ماڈلز کو وسیع بیرونی ذرائع سے معلومات حاصل کرنے کی اجازت دیتا ہے، جو خاص طور پر اس وقت مفید ہو سکتی ہے جب پہلے سے تربیت یافتہ ماڈل کا علم پرانا یا نامکمل ہو۔
- اسکیل ایبلٹی - تمام دستیاب ڈیٹا پر ماڈل کو تربیت دینے کے بجائے، RAG ماڈلز کو پرواز پر متعلقہ معلومات حاصل کرنے کی اجازت دیتا ہے۔ اس کا مطلب یہ ہے کہ جیسے جیسے نیا ڈیٹا دستیاب ہوتا ہے، اسے پورے ماڈل کو دوبارہ تربیت دینے کی ضرورت کے بغیر بازیافت ڈیٹا بیس میں شامل کیا جا سکتا ہے۔
- میموری کی کارکردگی - ایل ایل ایم کو پیرامیٹرز کو ذخیرہ کرنے کے لیے اہم میموری کی ضرورت ہوتی ہے۔ RAG کے ساتھ، ماڈل چھوٹا ہو سکتا ہے کیونکہ اسے تمام تفصیلات کو یاد رکھنے کی ضرورت نہیں ہے۔ ضرورت پڑنے پر یہ انہیں بازیافت کر سکتا ہے۔
- متحرک علم کی تازہ کاری - روایتی ماڈلز کے برعکس جس میں ایک مقررہ علمی اختتامی نقطہ ہے، RAG کا بیرونی ڈیٹا بیس باقاعدگی سے اپ ڈیٹس سے گزر سکتا ہے، ماڈل کو تازہ ترین معلومات تک رسائی فراہم کرتا ہے۔ بازیافت فنکشن کو مختلف کاموں کے لئے ٹھیک بنایا جاسکتا ہے۔ مثال کے طور پر، ایک طبی تشخیصی کام طبی جرائد سے ڈیٹا حاصل کر سکتا ہے، اس بات کو یقینی بناتا ہے کہ ماڈل حاصل کرنے والے ماہر اور مناسب بصیرت حاصل کریں۔
- تعصب کی تخفیف - اچھی طرح سے تیار کردہ ڈیٹا بیس سے اخذ کرنے کی صلاحیت متوازن اور غیر جانبدار بیرونی ذرائع کو یقینی بنا کر تعصبات کو کم کرنے کی صلاحیت فراہم کرتی ہے۔
بنیادی LLMs کے ساتھ Amazon Kendra کے انضمام میں غوطہ لگانے سے پہلے، اپنے آپ کو ضروری ٹولز اور سسٹم کے تقاضوں سے آراستہ کرنا بہت ضروری ہے۔ جگہ پر صحیح سیٹ اپ ہونا ڈیمو کی ہموار تعیناتی کی طرف پہلا قدم ہے۔
شرائط
آپ کے پاس درج ذیل شرائط ہونی چاہئیں:
اگرچہ آپ کے مقامی کمپیوٹر سے اس ٹیوٹوریل میں تفصیلی انفراسٹرکچر کو ترتیب دینا اور تعینات کرنا ممکن ہے، AWS کلاؤڈ 9 ایک آسان متبادل پیش کرتا ہے۔ AWS CLI، AWS CDK، اور Docker جیسے آلات سے پہلے سے لیس، AWS Cloud9 آپ کے تعیناتی ورک سٹیشن کے طور پر کام کر سکتا ہے۔ اس سروس کو استعمال کرنے کے لیے، بس ماحول قائم کریں کے ذریعے AWS Cloud9 کنسول.
پیشگی شرائط کے ساتھ، آئیے بنیادی LLMs کے ساتھ Amazon Kendra کی خصوصیات اور صلاحیتوں کا جائزہ لیں۔
ایمیزون کیندر بنیادی ایل ایل ایم کے ساتھ
Amazon Kendra ایک اعلی درجے کی انٹرپرائز سرچ سروس ہے جو مشین لرننگ (ML) کے ذریعے بہتر کی گئی ہے جو باکس سے باہر سیمنٹک تلاش کی صلاحیتیں فراہم کرتی ہے۔ قدرتی زبان کی پروسیسنگ (NLP) کا استعمال کرتے ہوئے، Amazon Kendra دستاویزات کے مواد اور صارف کے سوالات کے بنیادی ارادے دونوں کو سمجھتا ہے، اسے RAG پر مبنی حل کے لیے مواد کی بازیافت کے آلے کے طور پر پوزیشن میں رکھتا ہے۔ RAG پے لوڈ کے طور پر Kendra سے اعلی درستگی کے تلاش کے مواد کو استعمال کرنے سے، آپ LLM کے بہتر جوابات حاصل کر سکتے ہیں۔ اس حل میں ایمیزون کیندر کا استعمال صارف کے مواد تک رسائی کی اجازت کے مطابق جوابات کو فلٹر کرکے ذاتی نوعیت کی تلاش کو بھی قابل بناتا ہے۔
مندرجہ ذیل خاکہ RAG اپروچ کا استعمال کرتے ہوئے تخلیقی AI ایپلیکیشن کے فن تعمیر کو دکھاتا ہے۔
ایمیزون کینڈر کے ذریعے دستاویزات پر کارروائی اور انڈیکس کیا جاتا ہے۔ ایمیزون سادہ اسٹوریج سروس (ایمیزون S3) کنیکٹر ایمیزون کیندر سے صارفین کی درخواستیں اور سیاق و سباق کا ڈیٹا ایک کو بھیج دیا جاتا ہے۔ ایمیزون بیڈرک بنیاد ماڈل. ڈیمو آپ کو Amazon's Titan، AI21's Jurassic، اور Anthropic's Claude ماڈلز کے درمیان انتخاب کرنے دیتا ہے جو Amazon Bedrock کے تعاون سے ہیں۔ گفتگو کی سرگزشت اس میں محفوظ ہے۔ ایمیزون ڈائنومو ڈی بیجوابات پیدا کرنے کے لیے LLM کے لیے اضافی سیاق و سباق پیش کرنا۔
ہم نے یہ ڈیمو فراہم کیا ہے۔ GitHub repo. اسے اپنے AWS اکاؤنٹ میں تعینات کرنے کے لیے ریڈمی فائل میں تعیناتی کی ہدایات دیکھیں۔
مندرجہ ذیل اقدامات اس عمل کا خاکہ پیش کرتے ہیں جب صارف تخلیقی AI ایپ کے ساتھ تعامل کرتا ہے:
- صارف اس ویب ایپ میں لاگ ان ہوتا ہے جس کی توثیق ہوتی ہے۔ ایمیزون کاگنیٹو.
- صارف Amazon S3 میں ایک یا زیادہ دستاویزات اپ لوڈ کرتا ہے۔
- صارف S3 دستاویزات کو Amazon Kendra انڈیکس میں داخل کرنے کے لیے Amazon Kendra Sync جاب چلاتا ہے۔
- صارف کا سوال ایک محفوظ WebSocket API کے ذریعے روٹ کیا جاتا ہے۔ ایمیزون API گیٹ وے a کی طرف سے حمایت او ڈبلیو ایس لامبڈا۔ تقریب.
- لیمبڈا فنکشن، کے ذریعے بااختیار لینگ چین فریم ورک—اے آئی لینگویج ماڈلز کے ذریعے چلنے والی ایپلیکیشنز بنانے کے لیے ڈیزائن کیا گیا ایک ورسٹائل ٹول—چیٹ ہسٹری کی بنیاد پر صارف کے سوال کو دوبارہ بیان کرنے کے لیے ایمیزون بیڈروک اینڈ پوائنٹ سے جوڑتا ہے۔ ریفریج کرنے کے بعد، سوال کو Retrieve API کا استعمال کرتے ہوئے Amazon Kendra کو بھیج دیا جاتا ہے۔ جواب میں، Amazon Kendra انڈیکس تلاش کے نتائج دکھاتا ہے، جو انٹرپرائز کے داخل کردہ ڈیٹا سے حاصل کردہ متعلقہ دستاویزات کے اقتباسات فراہم کرتا ہے۔
- صارف کے سوال کے ساتھ انڈیکس سے حاصل کردہ ڈیٹا کو LLM پرامپٹ میں سیاق و سباق کے طور پر بھیجا جاتا ہے۔ LLM کی طرف سے جواب DynamoDB میں چیٹ کی تاریخ کے طور پر محفوظ کیا جاتا ہے۔
- آخر میں، ایل ایل ایم کا جواب صارف کو واپس بھیجا جاتا ہے۔
دستاویز اشاریہ کاری ورک فلو
دستاویزات کی پروسیسنگ اور انڈیکسنگ کا طریقہ کار درج ذیل ہے:
- صارفین یوزر انٹرفیس (UI) کے ذریعے دستاویزات جمع کراتے ہیں۔
- کا استعمال کرتے ہوئے دستاویزات کو S3 بالٹی میں منتقل کیا جاتا ہے۔ AWS بڑھانا API.
- Amazon Kendra S3 بالٹی میں Amazon Kendra S3 کنیکٹر کے ذریعے نئی دستاویزات کو انڈیکس کرتا ہے۔
فوائد
درج ذیل فہرست اس حل کے فوائد پر روشنی ڈالتی ہے۔
- انٹرپرائز کی سطح کی بازیافت - Amazon Kendra کو انٹرپرائز کی تلاش کے لیے ڈیزائن کیا گیا ہے، جو اسے ان تنظیموں کے لیے موزوں بناتا ہے جن کی بڑی تعداد میں ساختہ اور غیر ساختہ ڈیٹا ہے۔
- معنوی تفہیم – Amazon Kendra کی ML صلاحیتیں اس بات کو یقینی بناتی ہیں کہ بازیافت گہری معنوی تفہیم پر مبنی ہے نہ کہ صرف مطلوبہ الفاظ کی مماثلت پر۔
- اسکیل ایبلٹی - ایمیزون کیندر بڑے پیمانے پر ڈیٹا کے ذرائع کو سنبھال سکتا ہے اور فوری اور متعلقہ تلاش کے نتائج فراہم کرتا ہے۔
- لچک - بنیادی ماڈل سیاق و سباق کی ایک وسیع رینج کی بنیاد پر جوابات پیدا کر سکتا ہے، اس بات کو یقینی بناتے ہوئے کہ نظام ہمہ گیر رہے۔
- انضمام کی صلاحیتیں۔ - Amazon Kendra کو مختلف AWS سروسز اور ڈیٹا کے ذرائع کے ساتھ مربوط کیا جا سکتا ہے، جس سے یہ مختلف تنظیمی ضروریات کے لیے قابل عمل ہے۔
بنیادی LLM کے ساتھ ایمبیڈنگز ماڈل
An سرایت کرنا ایک عددی ویکٹر ہے جو متن، تصاویر، آڈیو اور دستاویزات سمیت متنوع ڈیٹا کی اقسام کے بنیادی جوہر کی نمائندگی کرتا ہے۔ یہ نمائندگی نہ صرف اعداد و شمار کے اندرونی معنی کو حاصل کرتی ہے، بلکہ اسے عملی ایپلی کیشنز کی ایک وسیع رینج کے لیے بھی ڈھال لیتی ہے۔ ایمبیڈنگ ماڈلز، ایم ایل کی ایک شاخ، پیچیدہ ڈیٹا، جیسے الفاظ یا جملے، کو مسلسل ویکٹر اسپیس میں تبدیل کرتے ہیں۔ یہ ویکٹر فطری طور پر ڈیٹا کے درمیان معنوی کنکشن کو سمجھتے ہیں، جس سے گہرے اور زیادہ بصیرت پر مبنی موازنہ کو قابل بنایا جا سکتا ہے۔
آر اے جی بغیر کسی رکاوٹ کے بنیادی ماڈلز کی طاقتوں کو یکجا کرتا ہے، جیسے ٹرانسفارمرز، ایمبیڈنگز کی درستگی کے ساتھ متعلقہ معلومات کے لیے وسیع ڈیٹا بیس کو چھانتے ہیں۔ استفسار موصول ہونے پر، سسٹم ڈیٹا کے ایک وسیع جسم سے متعلقہ حصوں کی شناخت اور نکالنے کے لیے سرایت کا استعمال کرتا ہے۔ اس کے بعد بنیادی ماڈل اس نکالی گئی معلومات کی بنیاد پر سیاق و سباق کے لحاظ سے ایک درست جواب تیار کرتا ہے۔ ڈیٹا کی بازیافت اور رسپانس جنریشن کے درمیان یہ کامل ہم آہنگی سسٹم کو وسیع ڈیٹا بیس میں ذخیرہ شدہ وسیع علم سے حاصل کرتے ہوئے مکمل جوابات فراہم کرنے کی اجازت دیتی ہے۔
آرکیٹیکچرل ترتیب میں، ان کے UI انتخاب کی بنیاد پر، صارفین کو ایمیزون بیڈروک یا ایمیزون سیج میکر جمپ اسٹارٹ بنیاد ماڈل. دستاویزات پروسیسنگ سے گزرتی ہیں، اور ویکٹر ایمبیڈنگز ایمبیڈنگز ماڈل کے ذریعے تیار کی جاتی ہیں۔ ان ایمبیڈنگز کو پھر استعمال کرتے ہوئے انڈیکس کیا جاتا ہے۔ FAISS موثر سیمنٹک تلاش کو فعال کرنے کے لیے۔ ڈائنامو ڈی بی میں گفتگو کی تاریخیں محفوظ ہیں، جو ایل ایل ایم کے جوابات کو تیار کرنے کے لیے سیاق و سباق کو بہتر بناتی ہیں۔
مندرجہ ذیل خاکہ حل کے فن تعمیر اور ورک فلو کی وضاحت کرتا ہے۔
ہم نے یہ ڈیمو فراہم کیا ہے۔ GitHub repo. اسے اپنے AWS اکاؤنٹ میں تعینات کرنے کے لیے ریڈمی فائل میں تعیناتی کی ہدایات دیکھیں۔
ایمبیڈنگز ماڈل
ایمبیڈنگز ماڈل کی ذمہ داریاں حسب ذیل ہیں:
- یہ ماڈل متن (جیسے دستاویزات یا حصئوں) کو گھنے ویکٹر کی نمائندگی میں تبدیل کرنے کا ذمہ دار ہے، جسے عام طور پر سرایت کے نام سے جانا جاتا ہے۔
- یہ سرایت متن کے معنوی معنی کو گرفت میں لیتے ہیں، جس سے متن کے مختلف ٹکڑوں کے درمیان موثر اور معنوی لحاظ سے بامعنی موازنہ کیا جا سکتا ہے۔
- ایمبیڈنگز ماڈل کو اسی وسیع کارپس پر تربیت دی جا سکتی ہے جیسا کہ بنیادی ماڈل ہے یا اسے مخصوص ڈومینز کے لیے خصوصی بنایا جا سکتا ہے۔
سوال و جواب کا ورک فلو
مندرجہ ذیل مراحل دستاویزات پر جواب دینے والے سوال کے ورک فلو کو بیان کرتے ہیں:
- صارف Amazon Cognito کے ذریعے تصدیق شدہ ویب ایپ میں لاگ ان ہوتا ہے۔
- صارف ایک یا زیادہ دستاویزات Amazon S3 پر اپ لوڈ کرتا ہے۔
- دستاویز کی منتقلی پر، ایک S3 ایونٹ کا نوٹیفکیشن ایک Lambda فنکشن کو متحرک کرتا ہے، جو پھر SageMaker ایمبیڈنگ ماڈل اینڈ پوائنٹ کو کال کرتا ہے تاکہ نئی دستاویز کے لیے ایمبیڈنگز جنریٹ کی جا سکے۔ ایمبیڈنگز ماڈل سوال کو گھنے ویکٹر کی نمائندگی (ایمبیڈنگ) میں بدل دیتا ہے۔ نتیجے میں آنے والی ویکٹر فائل کو S3 بالٹی میں محفوظ طریقے سے محفوظ کیا جاتا ہے۔
- FAISS بازیافت کرنے والا اس سوال کو سرایت کرنے کا موازنہ ڈیٹا بیس میں موجود تمام دستاویزات یا حصئوں کی سرایت سے کرتا ہے تاکہ سب سے زیادہ متعلقہ حصئوں کو تلاش کیا جا سکے۔
- اقتباسات، صارف کے سوال کے ساتھ، بنیادی ماڈل کے سیاق و سباق کے طور پر فراہم کیے گئے ہیں۔ Lambda فنکشن LangChain لائبریری کا استعمال کرتا ہے اور Amazon Bedrock یا SageMaker JumpStart اینڈ پوائنٹ سے سیاق و سباق سے بھرے استفسار کے ساتھ جڑتا ہے۔
- LLM کا جواب DynamoDB میں صارف کے استفسار، ٹائم اسٹیمپ، ایک منفرد شناخت کنندہ، اور سوال کے زمرے جیسی آئٹم کے لیے دیگر صوابدیدی شناخت کنندگان کے ساتھ محفوظ کیا جاتا ہے۔ سوال و جواب کو مجرد اشیاء کے طور پر ذخیرہ کرنے سے لیمبڈا فنکشن کو سوال پوچھے جانے کے وقت کی بنیاد پر صارف کی گفتگو کی تاریخ کو آسانی سے دوبارہ بنانے کی اجازت ملتی ہے۔
- آخر میں، جواب صارف کو HTTPs درخواست کے ذریعے API گیٹ وے WebSocket API انٹیگریشن رسپانس کے ذریعے واپس بھیجا جاتا ہے۔
فوائد
درج ذیل فہرست اس حل کے فوائد کو بیان کرتی ہے۔
- معنوی تفہیم - ایمبیڈنگز ماڈل اس بات کو یقینی بناتا ہے کہ بازیافت کرنے والا نہ صرف کلیدی الفاظ کے مماثلت کی بجائے گہری معنوی تفہیم کی بنیاد پر حصئوں کا انتخاب کرتا ہے۔
- اسکیل ایبلٹی - ایمبیڈنگز موثر مماثلت کے موازنہ کی اجازت دیتی ہیں، جس سے دستاویزات کے وسیع ڈیٹا بیس کے ذریعے تیزی سے تلاش کرنا ممکن ہو جاتا ہے۔
- لچک - بنیادی ماڈل سیاق و سباق کی ایک وسیع رینج کی بنیاد پر جوابات پیدا کر سکتا ہے، اس بات کو یقینی بناتے ہوئے کہ نظام ہمہ گیر رہے۔
- ڈومین موافقت - ایمبیڈنگز ماڈل کو مخصوص ڈومینز کے لیے تربیت یافتہ یا ٹھیک بنایا جا سکتا ہے، جس سے سسٹم کو مختلف ایپلی کیشنز کے لیے موافق بنایا جا سکتا ہے۔
فاؤنڈیشن ماڈلز فارما ایڈ جنریٹر
آج کی تیز رفتار دواسازی کی صنعت میں، موثر اور مقامی تشہیر پہلے سے کہیں زیادہ اہم ہے۔ یہ وہ جگہ ہے جہاں ماخذ کی تصاویر اور پی ڈی ایف سے مقامی فارما اشتہارات تیار کرنے کے لیے جنریٹیو AI کی طاقت کا استعمال کرتے ہوئے ایک اختراعی حل سامنے آتا ہے۔ محض اشتھاراتی عمل کو تیز کرنے کے علاوہ، یہ نقطہ نظر میڈیکل لیگل ریویو (MLR) کے عمل کو ہموار کرتا ہے۔ MLR جائزہ لینے کا ایک سخت طریقہ کار ہے جس میں طبی، قانونی، اور ریگولیٹری ٹیمیں پروموشنل مواد کی درستگی، سائنسی حمایت، اور ریگولیٹری تعمیل کی ضمانت کے لیے احتیاط سے جانچ کرتی ہیں۔ روایتی مواد تخلیق کرنے کے طریقے بوجھل ہو سکتے ہیں، جن میں اکثر دستی ایڈجسٹمنٹ اور وسیع جائزوں کی ضرورت ہوتی ہے تاکہ علاقائی تعمیل اور مطابقت کو یقینی بنایا جا سکے۔ تاہم، تخلیقی AI کی آمد کے ساتھ، اب ہم سخت معیارات اور رہنما خطوط کو برقرار رکھتے ہوئے، مقامی سامعین کے ساتھ صحیح معنوں میں گونجنے والے اشتہارات کو خودکار بنا سکتے ہیں۔
مندرجہ ذیل خاکہ حل کے فن تعمیر کی وضاحت کرتا ہے۔
آرکیٹیکچرل ترتیب میں، ان کے منتخب کردہ ماڈل اور اشتہار کی ترجیحات کی بنیاد پر، صارفین کو بغیر کسی رکاوٹ کے Amazon Bedrock فاؤنڈیشن ماڈلز کی رہنمائی کی جاتی ہے۔ یہ ہموار طریقہ اس بات کو یقینی بناتا ہے کہ نئے اشتہارات مطلوبہ ترتیب کے مطابق بالکل ٹھیک تیار کیے جائیں۔ عمل کے حصے کے طور پر، دستاویزات کو مؤثر طریقے سے سنبھالا جاتا ہے۔ ایمیزون ٹیکسٹDynamoDB میں محفوظ طریقے سے محفوظ شدہ متن کے ساتھ۔ اسٹینڈ آؤٹ فیچر امیج اور ٹیکسٹ جنریشن کے لیے ماڈیولر ڈیزائن ہے، جو آپ کو ضرورت کے مطابق کسی بھی جزو کو آزادانہ طور پر دوبارہ تخلیق کرنے کی لچک فراہم کرتا ہے۔
ہم نے یہ ڈیمو فراہم کیا ہے۔ GitHub repo. اسے اپنے AWS اکاؤنٹ میں تعینات کرنے کے لیے ریڈمی فائل میں تعیناتی کی ہدایات دیکھیں۔
مواد تیار کرنے کا ورک فلو
مندرجہ ذیل اقدامات مواد کی تیاری کے عمل کا خاکہ پیش کرتے ہیں:
- صارف اپنی دستاویز، ماخذ کی تصویر، اشتہار کی جگہ، زبان اور تصویری انداز کا انتخاب کرتا ہے۔
- ویب ایپلیکیشن تک محفوظ رسائی Amazon Cognito کی توثیق کے ذریعے یقینی بنائی جاتی ہے۔
- ویب ایپلیکیشن کا فرنٹ اینڈ ایمپلیفائی کے ذریعے ہوسٹ کیا گیا ہے۔
- API گیٹ وے کے زیر انتظام ایک WebSocket API، صارف کی درخواستوں کو سہولت فراہم کرتا ہے۔ ان درخواستوں کی توثیق کی جاتی ہے۔ AWS شناخت اور رسائی کا انتظام (میں ہوں).
- ایمیزون بیڈروک کے ساتھ انضمام میں درج ذیل اقدامات شامل ہیں:
- ایک لیمبڈا فنکشن سیاق و سباق سے بھرپور استفسار کا استعمال کرتے ہوئے ایمیزون بیڈروک اینڈ پوائنٹ سے جڑنے کے لیے لینگ چین لائبریری کو ملازمت دیتا ہے۔
- ٹیکسٹ ٹو ٹیکسٹ فاؤنڈیشنل ماڈل دیے گئے سیاق و سباق اور سیٹنگز کی بنیاد پر سیاق و سباق کے لحاظ سے مناسب اشتہار تیار کرتا ہے۔
- ٹیکسٹ ٹو امیج فاؤنڈیشن ماڈل ماخذ کی تصویر، منتخب انداز اور مقام سے متاثر ہو کر ایک موزوں تصویر بناتا ہے۔
- صارف کو انٹیگریٹڈ API گیٹ وے WebSocket API کے ذریعے HTTPS درخواست کے ذریعے جواب موصول ہوتا ہے۔
دستاویز اور امیج پروسیسنگ ورک فلو
دستاویزات اور تصاویر پر کارروائی کرنے کا طریقہ درج ذیل ہے:
- صارف مخصوص UI کے ذریعے اثاثے اپ لوڈ کرتا ہے۔
- Amplify API دستاویزات کو S3 بالٹی میں منتقل کرتا ہے۔
- اثاثہ Amazon S3 میں منتقل ہونے کے بعد، درج ذیل میں سے ایک کارروائی ہوتی ہے:
- اگر یہ ایک دستاویز ہے، تو Lambda فنکشن Amazon Textract کا استعمال کرتا ہے تاکہ اشتہار کی تیاری کے لیے ٹیکسٹ کو پروسیس کیا جا سکے۔
- اگر یہ ایک تصویر ہے، تو لیمبڈا فنکشن اسے بیس 64 فارمیٹ میں بدل دیتا ہے، جو کہ ماخذ سے نئی تصویر بنانے کے لیے مستحکم ڈفیوژن ماڈل کے لیے موزوں ہے۔
- نکالا ہوا متن یا بیس 64 امیج سٹرنگ DynamoDB میں محفوظ طریقے سے محفوظ ہے۔
فوائد
درج ذیل فہرست میں اس حل کے فوائد بیان کیے گئے ہیں۔
- کارکردگی - جنریٹو AI کا استعمال اشتہار بنانے کے عمل کو نمایاں طور پر تیز کرتا ہے، جس سے دستی ایڈجسٹمنٹ کی ضرورت ختم ہو جاتی ہے۔
- تعمیل کی پابندی - حل اس بات کو یقینی بناتا ہے کہ تیار کردہ اشتہارات مخصوص رہنمائی اور ضوابط، جیسے FDA کی مارکیٹنگ کے رہنما خطوط پر عمل پیرا ہوں۔
- مؤثر لاگت - موزوں اشتہارات کی تخلیق کو خودکار بنا کر، کمپنیاں اشتہار کی تیاری اور نظرثانی سے وابستہ اخراجات کو نمایاں طور پر کم کر سکتی ہیں۔
- ہموار MLR عمل - حل ایم ایل آر کے عمل کو آسان بناتا ہے، رگڑ پوائنٹس کو کم کرتا ہے اور ہموار جائزوں کو یقینی بناتا ہے۔
- مقامی گونج - جنریٹو AI ایسے اشتہارات تیار کرتا ہے جو مقامی سامعین کے ساتھ گونجتے ہیں، مختلف خطوں میں مطابقت اور اثر کو یقینی بناتے ہیں۔
- معیاری کاری - حل ضروری معیارات اور رہنما خطوط کو برقرار رکھتا ہے، تمام تیار کردہ اشتہارات میں مستقل مزاجی کو یقینی بناتا ہے۔
- اسکیل ایبلٹی - AI سے چلنے والا نقطہ نظر سورس امیجز اور پی ڈی ایف کے وسیع ڈیٹا بیس کو سنبھال سکتا ہے، جس سے یہ بڑے پیمانے پر اشتہار کی تیاری کے لیے ممکن ہو جاتا ہے۔
- دستی مداخلت میں کمی - آٹومیشن انسانی مداخلت کی ضرورت کو کم کرتی ہے، غلطیوں کو کم کرتی ہے اور مستقل مزاجی کو یقینی بناتی ہے۔
آپ اپنے مقامی کمپیوٹر سے اس ٹیوٹوریل میں انفراسٹرکچر کو تعینات کر سکتے ہیں یا آپ AWS Cloud9 کو اپنے تعیناتی ورک سٹیشن کے طور پر استعمال کر سکتے ہیں۔ AWS Cloud9 AWS CLI، AWS CDK، اور Docker کے ساتھ پہلے سے بھری ہوئی ہے۔ اگر آپ AWS Cloud9 کا انتخاب کرتے ہیں، ماحول بنائیں سے AWS Cloud9 کنسول.
صاف کرو
غیر ضروری لاگت سے بچنے کے لیے، AWS CloudFormation کنسول کے ذریعے بنائے گئے تمام انفراسٹرکچر کو صاف کریں یا اپنے ورک سٹیشن پر درج ذیل کمانڈ چلا کر:
مزید برآں، SageMaker کنسول کے ذریعے شروع کیے گئے کسی بھی SageMaker اینڈ پوائنٹ کو روکنا یاد رکھیں۔ یاد رکھیں، Amazon Kendra انڈیکس کو حذف کرنے سے اصل دستاویزات آپ کے اسٹوریج سے نہیں ہٹتی ہیں۔
نتیجہ
جنریٹو AI، جس کا مظہر LLMs ہے، ہم معلومات تک رسائی اور تخلیق کرنے کے طریقے میں ایک مثالی تبدیلی کی نشاندہی کرتا ہے۔ یہ ماڈلز، طاقتور ہونے کے باوجود، اکثر اپنے تربیتی اعداد و شمار کی قید سے محدود ہوتے ہیں۔ RAG اس چیلنج سے نمٹتا ہے، اس بات کو یقینی بناتا ہے کہ ان ماڈلز کے اندر موجود وسیع علم کو متعلقہ، موجودہ بصیرت کے ساتھ مستقل طور پر شامل کیا جائے۔
ہمارے RAG پر مبنی ڈیمو اس کا ٹھوس ثبوت فراہم کرتے ہیں۔ وہ Amazon Kendra، vector embeddings، اور LLMs کے درمیان ہموار ہم آہنگی کو ظاہر کرتے ہیں، ایک ایسا نظام بناتے ہیں جہاں معلومات نہ صرف وسیع ہو بلکہ درست اور بروقت بھی ہو۔ جیسا کہ آپ ان ڈیمو میں غوطہ لگائیں گے، آپ پہلے سے تربیت یافتہ علم کو RAG کی متحرک صلاحیتوں کے ساتھ ضم کرنے کی تبدیلی کی صلاحیت کو خود ہی دریافت کریں گے، جس کے نتیجے میں ایسے نتائج برآمد ہوں گے جو قابل اعتماد اور انٹرپرائز مواد کے مطابق ہیں۔
اگرچہ LLMs کے ذریعے چلنے والا جنریٹو AI معلومات کی بصیرت حاصل کرنے کا ایک نیا طریقہ کھولتا ہے، لیکن یہ بصیرتیں قابل اعتماد اور RAG اپروچ کا استعمال کرتے ہوئے انٹرپرائز مواد تک محدود ہونی چاہئیں۔ یہ RAG پر مبنی ڈیمو آپ کو درست اور تازہ ترین بصیرت سے لیس کرنے کے قابل بناتے ہیں۔ ان بصیرت کا معیار معنوی مطابقت پر منحصر ہے، جسے ایمیزون کینڈر اور ویکٹر ایمبیڈنگز کا استعمال کرتے ہوئے فعال کیا گیا ہے۔
اگر آپ تخلیقی AI کی طاقت کو مزید دریافت کرنے اور استعمال کرنے کے لیے تیار ہیں، تو آپ کے اگلے اقدامات یہ ہیں:
- ہمارے ڈیمو کے ساتھ مشغول ہوں۔ - ہینڈ آن تجربہ انمول ہے۔ افعال کو دریافت کریں، انضمام کو سمجھیں، اور اپنے آپ کو انٹرفیس سے آشنا کریں۔
- اپنے علم کو گہرا کریں۔ - دستیاب وسائل سے فائدہ اٹھائیں۔ AWS آپ کے AI سفر میں مدد کے لیے گہرائی سے دستاویزات، سبق، اور کمیونٹی سپورٹ پیش کرتا ہے۔
- ایک پائلٹ پروجیکٹ شروع کریں۔ - اپنے انٹرپرائز میں جنریٹو AI کے چھوٹے پیمانے پر نفاذ کے ساتھ شروع کرنے پر غور کریں۔ یہ آپ کے مخصوص سیاق و سباق کے اندر نظام کی عملییت اور موافقت کے بارے میں بصیرت فراہم کرے گا۔
AWS پر جنریٹیو AI ایپلی کیشنز کے بارے میں مزید معلومات کے لیے، درج ذیل کو دیکھیں:
یاد رکھیں، AI کا منظرنامہ مسلسل تیار ہو رہا ہے۔ اپ ڈیٹ رہیں، متجسس رہیں، اور ہمیشہ اپنانے اور اختراع کرنے کے لیے تیار رہیں۔
مصنفین کے بارے میں
جن تان روآن AWS Industries Prototyping and Customer Engineering (PACE) ٹیم کے اندر ایک پروٹو ٹائپنگ ڈیولپر ہے، جو NLP اور جنریٹیو AI میں مہارت رکھتا ہے۔ سافٹ ویئر ڈویلپمنٹ اور نو AWS سرٹیفیکیشن کے پس منظر کے ساتھ، Jin AWS کے صارفین کو AWS پلیٹ فارم کا استعمال کرتے ہوئے ان کے AI/ML اور تخلیقی AI ویژن کو عملی جامہ پہنانے میں مدد کرنے کے لیے کافی تجربہ لاتا ہے۔ انہوں نے سائراکیز یونیورسٹی سے کمپیوٹر سائنس اور سافٹ ویئر انجینئرنگ میں ماسٹر ڈگری حاصل کی۔ کام سے باہر، جن کو ویڈیو گیمز کھیلنے اور ہارر فلموں کی سنسنی خیز دنیا میں غرق ہونے کا لطف آتا ہے۔
اروند کودندارامیا AWS Industries Prototyping and Customer Engineering (PACE) ٹیم کے اندر ایک سینئر پروٹوٹائپنگ فل اسٹیک حل بلڈر ہے۔ وہ AWS کے صارفین کی مدد کرنے پر توجہ مرکوز کرتا ہے کہ وہ جدید خیالات کو قابل پیمائش اور خوشگوار نتائج کے ساتھ حل میں تبدیل کریں۔ وہ کلاؤڈ سیکیورٹی، DevOps، اور AI/ML سمیت متعدد موضوعات کے بارے میں پرجوش ہے، اور عام طور پر ان ٹیکنالوجیز کے ساتھ ٹنکرنگ کرتے ہوئے پایا جا سکتا ہے۔
ارجن شکدر AWS Industries Prototyping (PACE) ٹیم کا ایک ڈویلپر ہے جو ٹیکنالوجی کو زندگی کے تانے بانے میں ملانے کا شوق رکھتا ہے۔ پرڈیو یونیورسٹی سے ماسٹر کی ڈگری کے حامل، ارجن کا موجودہ کردار آرکیٹیکٹنگ اور جدید ترین پروٹو ٹائپس کی تعمیر کے گرد گھومتا ہے جو ڈومینز کی ایک صف پر محیط ہے، اس وقت نمایاں طور پر AI/ML اور IoT کے دائروں کو نمایاں کرتا ہے۔ جب آپ کوڈ اور ڈیجیٹل مناظر میں ڈوبے نہیں ہوں گے، تو آپ ارجن کو کافی کی دنیا میں، ہورولوجی کے پیچیدہ میکینکس کی کھوج کرتے ہوئے، یا آٹوموبائل کی فنکارانہ مہارت سے لطف اندوز ہوتے ہوئے پائیں گے۔
- SEO سے چلنے والا مواد اور PR کی تقسیم۔ آج ہی بڑھا دیں۔
- پلیٹو ڈیٹا ڈاٹ نیٹ ورک ورٹیکل جنریٹو اے آئی۔ اپنے آپ کو بااختیار بنائیں۔ یہاں تک رسائی حاصل کریں۔
- پلیٹوآئ اسٹریم۔ ویب 3 انٹیلی جنس۔ علم میں اضافہ۔ یہاں تک رسائی حاصل کریں۔
- پلیٹو ای ایس جی۔ کاربن، کلین ٹیک، توانائی ، ماحولیات، شمسی، ویسٹ مینجمنٹ یہاں تک رسائی حاصل کریں۔
- پلیٹو ہیلتھ۔ بائیوٹیک اینڈ کلینیکل ٹرائلز انٹیلی جنس۔ یہاں تک رسائی حاصل کریں۔
- ماخذ: https://aws.amazon.com/blogs/machine-learning/harnessing-the-power-of-enterprise-data-with-generative-ai-insights-from-amazon-kendra-langchain-and-large-language-models/
- : ہے
- : نہیں
- :کہاں
- $UP
- 100
- 150
- 7
- a
- کی صلاحیت
- ہمارے بارے میں
- تیز رفتار
- تک رسائی حاصل
- کے مطابق
- اکاؤنٹ
- درستگی
- درست
- کے پار
- اعمال
- Ad
- اپنانے
- موافقت کرتا ہے
- شامل کیا
- پتے
- مان لیا
- ایڈجسٹمنٹ
- اپنانے
- اشتھارات
- اعلی درجے کی
- فائدہ
- فوائد
- آمد
- اشتہار.
- کے بعد
- AI
- AI / ML
- امداد
- صف بندی
- تمام
- کی اجازت
- اجازت دے رہا ہے
- کی اجازت دیتا ہے
- تقریبا
- ساتھ
- بھی
- متبادل
- ہمیشہ
- ایمیزون
- ایمیزون کاگنیٹو
- ایمیزون کیندر
- ایمیزون ٹیکسٹ
- ایمیزون ویب سروسز
- مقدار
- بڑھاؤ
- an
- اور
- جواب
- جواب
- کوئی بھی
- اے پی آئی
- اپلی کیشن
- درخواست
- ایپلی کیشنز
- نقطہ نظر
- مناسب
- ارکیٹیکچرل
- فن تعمیر
- کیا
- ارد گرد
- لڑی
- فنکارانہ
- AS
- اثاثے
- اثاثے
- مدد
- منسلک
- سماعتوں
- آڈیو
- تصدیق شدہ
- کی توثیق
- خود کار طریقے سے
- خودکار
- میشن
- دستیاب
- سے اجتناب
- گریز
- AWS
- AWS کلاؤڈ 9
- AWS کلاؤڈ فارمیشن
- واپس
- حمایت کی
- پس منظر
- حمایت
- بیس
- کی بنیاد پر
- BE
- کیونکہ
- بن
- ہو جاتا ہے
- فوائد
- بہتر
- کے درمیان
- سے پرے
- باضابطہ
- ملاوٹ
- جسم
- بوٹ
- دونوں
- برانچ
- لاتا ہے
- وسیع
- بلڈر
- عمارت
- لیکن
- by
- کالز
- کر سکتے ہیں
- حاصل کر سکتے ہیں
- صلاحیتوں
- قبضہ
- قبضہ
- کیس
- قسم
- سرٹیفکیٹ
- چیلنج
- چیلنجوں
- میں سے انتخاب کریں
- منتخب کیا
- صاف
- بادل
- کلاؤڈ سیکورٹی
- Cloud9
- کوڈ
- کافی
- مل کر
- یکجا
- آتا ہے
- عام طور پر
- کمیونٹی
- کمپنیاں
- موازنہ
- پیچیدہ
- تعمیل
- شکایت
- جزو
- سمجھتا ہے
- کمپیوٹر
- کمپیوٹر سائنس
- ترتیب
- رابطہ قائم کریں
- کنکشن
- جڑتا
- غور کریں
- مسلسل
- کنسول
- مسلسل
- مواد
- مواد پیدا کرنا
- مواد کی تخلیق
- سیاق و سباق
- سیاق و سباق
- متعلقہ
- جاری رہی
- مسلسل
- آسان
- روایتی
- بات چیت
- تبدیل کرنا
- کور
- قیمت
- اخراجات
- شلپ
- تخلیق
- بنائی
- پیدا
- تخلیق
- مخلوق
- اہم
- بوجھل
- شوقین
- موجودہ
- اپنی مرضی کے
- گاہک
- گاہکوں
- جدید
- اعداد و شمار
- ڈیٹا بیس
- ڈیٹا بیس
- ڈیٹاسیٹس
- تاریخ
- گہری
- گہرے
- ڈگری
- خوشگوار
- ڈیمو
- ڈیمو
- انحصار
- تعیناتی
- تعینات
- تعینات
- تعیناتی
- بیان
- ڈیزائن
- ڈیزائن
- مطلوبہ
- تباہ
- تفصیلی
- تفصیلات
- ڈیولپر
- ترقی
- تشخیصی
- مختلف
- براڈ کاسٹننگ
- ڈیجیٹل
- ہدایت
- دکھاتا ہے
- مختلف
- ڈوبکی
- متنوع
- ڈائیونگ
- میں Docker
- دستاویز
- دستاویزات
- دستاویزات
- نہیں کرتا
- ڈومینز
- اپنی طرف متوجہ
- ڈرائنگ
- کارفرما
- متحرک
- آسانی سے
- کارکردگی
- ہنر
- مؤثر طریقے سے
- یا تو
- ختم کرنا
- سرایت کرنا
- ابھر کر سامنے آئے
- ملازمت کرتا ہے
- با اختیار بنایا
- بااختیار بنانا
- کو چالو کرنے کے
- چالو حالت میں
- کے قابل بناتا ہے
- کو فعال کرنا
- آخر
- اختتام پوائنٹ
- انجنیئرنگ
- بہتر
- افزودہ
- کو یقینی بنانے کے
- اس بات کا یقین
- یقینی بناتا ہے
- کو یقینی بنانے ہے
- انٹرپرائز
- پوری
- لیس
- نقائص
- خاص طور پر
- جوہر
- اندازہ
- واقعہ
- کبھی نہیں
- تیار
- تیار ہوتا ہے
- مثال کے طور پر
- بہت پرجوش
- وسیع
- تجربہ
- ماہر
- ماہرین
- تلاش
- ایکسپلور
- وسیع
- بیرونی
- نکالنے
- کپڑے
- سہولت
- واقف کرنا
- تیز رفتار
- FB
- ممکن
- نمایاں کریں
- خصوصیات
- خاصیت
- فائل
- فلٹرنگ
- مل
- پہلا
- لچک
- توجہ مرکوز
- کے بعد
- مندرجہ ذیل ہے
- کے لئے
- فارمیٹ
- ملا
- فاؤنڈیشن
- رگڑ
- سے
- سامنے
- سامنے کے آخر میں
- مکمل
- مکمل اسٹیک
- تقریب
- افعال
- مزید
- مزید برآں
- حاصل کرنا
- حاصل کرنا
- کھیل
- گیٹ وے
- پیدا
- پیدا
- نسل
- پیداواری
- پیداواری AI۔
- جنریٹر
- حاصل
- دی
- دے
- گرانڈنگ
- سمجھو
- بڑھتا ہے
- اس بات کی ضمانت
- رہنمائی
- ہدایت دی
- ہدایات
- ہینڈل
- ہاتھوں پر
- کنٹرول
- استعمال کرنا
- ہے
- ہونے
- he
- مدد
- ہیرالڈز
- یہاں
- پر روشنی ڈالی گئی
- خود
- تاریخ
- تاریخ
- انعقاد
- کی ڈگری حاصل کی
- ڈراونی
- میزبانی کی
- کس طرح
- تاہم
- HTML
- HTTP
- HTTPS
- انسانی
- خیالات
- شناخت
- شناخت کار
- شناخت
- شناختی
- if
- وضاحت کرتا ہے
- تصویر
- تصاویر
- ڈوبی
- اثر
- نفاذ
- in
- میں گہرائی
- غلط
- شامل ہیں
- سمیت
- شامل
- آزادانہ طور پر
- انڈکس
- انڈیکس شدہ
- انڈیکس
- صنعتوں
- صنعت
- صنعت کے معیار
- متاثر ہوا
- معلومات
- مطلع
- انفراسٹرکچر
- موروثی طور پر
- ابتدائی
- شروع ہوا
- اختراعات
- جدید
- بصیرت انگیز۔
- بصیرت
- کے بجائے
- ہدایات
- ضم
- انٹیگریٹٹس
- انضمام
- انضمام
- ارادے
- انٹرایکٹو
- انٹرفیس
- مداخلت
- میں
- اندرونی
- انمول
- IOT
- IT
- اشیاء
- میں
- ایوب
- سفر
- فوٹو
- صرف
- علم
- جانا جاتا ہے
- زمین کی تزئین کی
- زبان
- بڑے
- بڑے پیمانے پر
- لے آؤٹ
- سیکھنے
- قانونی
- آو ہم
- لائبریری
- لائسنس یافتہ
- زندگی
- کی طرح
- امکان
- لمیٹڈ
- حدود
- لسٹ
- ایل ایل ایم
- مقامی
- محل وقوع
- مشین
- مشین لرننگ
- برقرار رکھتا ہے
- بنانا
- میں کامیاب
- دستی
- بہت سے
- مارکیٹنگ
- بڑے پیمانے پر
- ماسٹر کی
- میچ
- مواد
- مطلب
- بامعنی
- معنی
- کا مطلب ہے کہ
- میکینکس
- میکانزم
- طبی
- یاد داشت
- محض
- انضمام
- ضم
- طریقوں
- احتیاط سے
- کم سے کم
- تخفیف
- ML
- ماڈل
- ماڈلنگ
- ماڈل
- ماڈیولر
- زیادہ
- سب سے زیادہ
- فلم
- ضروری
- قدرتی
- قدرتی زبان عملیات
- ضروری
- ضرورت ہے
- ضرورت
- ضرورت ہے
- ضروریات
- نئی
- اگلے
- نو
- ویزا
- نوٹیفیکیشن
- اب
- of
- کی پیشکش
- تجویز
- اکثر
- on
- ایک
- صرف
- کھولتا ہے
- or
- تنظیمی
- تنظیمیں
- اصل
- دیگر
- ہمارے
- باہر
- نتائج
- خاکہ
- نتائج
- باہر
- پر
- پر قابو پانے
- امن
- پیرا میٹر
- پیرامیٹرز
- حصہ
- جذباتی
- کامل
- اجازتیں
- نجیکرت
- فارما
- دواسازی کی
- جملے
- ٹکڑے ٹکڑے
- پائلٹ
- پائلٹ پروجیکٹ
- مقام
- پلیسمیںٹ
- پلیٹ فارم
- پلاٹا
- افلاطون ڈیٹا انٹیلی جنس
- پلیٹو ڈیٹا
- کھیلیں
- کھیل
- پوائنٹس
- پوزیشننگ
- ممکن
- پوسٹ
- ممکنہ
- طاقت
- طاقت
- طاقتور
- عملی
- عین مطابق
- ٹھیک ہے
- صحت سے متعلق
- ترجیحات
- ضروریات
- اس وقت
- طریقہ کار
- عمل
- عملدرآمد
- پروسیسنگ
- تیار
- پیدا کرتا ہے
- پیداوار
- منصوبے
- پروموشنل
- prototypes
- prototyping کے
- ثابت کریں
- فراہم
- فراہم
- فراہم کرتا ہے
- فراہم کرنے
- معیار
- سوالات
- سوال
- سوالات
- فوری
- جلدی سے
- رینج
- تیار
- دائرے
- موصول
- وصول کرنا
- سفارش
- کو کم
- کم
- کو کم کرنے
- کا حوالہ دیتے ہیں
- بہتر
- علاقائی
- خطوں
- باقاعدہ
- ضابطے
- ریگولیٹری
- ریگولیٹری تعمیل
- مطابقت
- متعلقہ
- یقین ہے
- رہے
- باقی
- یاد
- ہٹا
- ریفریجنگ
- نمائندگی
- کی نمائندگی کرتا ہے
- درخواست
- درخواستوں
- کی ضرورت
- ضرورت
- ضروریات
- دوبارہ ترتیب دیں
- وسائل
- جواب
- جوابات
- ذمہ داریاں
- ذمہ دار
- نتیجے میں
- نتیجے
- نتائج کی نمائش
- کا جائزہ لینے کے
- جائزہ
- تجزیہ
- گھومتا ہے
- ٹھیک ہے
- سخت
- کردار
- چل رہا ہے
- چلتا ہے
- sagemaker
- اسی
- محفوظ
- سائنس
- سائنسی
- ہموار
- بغیر کسی رکاوٹ کے
- تلاش کریں
- سیکشنز
- محفوظ بنانے
- محفوظ طریقے سے
- سیکورٹی
- منتخب
- انتخاب
- سینئر
- بھیجا
- سروس
- سروسز
- مقرر
- ترتیبات
- سیٹ اپ
- منتقل
- نمائش
- شوز
- سیفٹ
- اہم
- نمایاں طور پر
- سادہ
- صرف
- چھوٹے
- ہموار
- سافٹ ویئر کی
- سوفٹ ویئر کی نشوونما
- سافٹ ویئر انجینئرنگ
- مکمل طور پر
- حل
- حل
- ماخذ
- ھٹا
- ذرائع
- سورسنگ
- خالی جگہیں
- دورانیہ
- خصوصی
- مہارت
- مخصوص
- مخصوص
- مستحکم
- ڈھیر لگانا
- معیار
- شروع
- ریاستی آرٹ
- رہنا
- مرحلہ
- مراحل
- بند کرو
- ذخیرہ
- ذخیرہ
- ذخیرہ
- ذخیرہ کرنے
- سویوستیت
- طاقت
- سلک
- سخت
- منظم
- سٹائل
- جمع
- اس طرح
- موزوں
- حمایت
- تائید
- مطابقت
- کے نظام
- موزوں
- لے لو
- لیتا ہے
- ٹھوس
- ٹاسک
- کاموں
- ٹیم
- ٹیموں
- تکنیک
- ٹیکنالوجی
- ٹیکنالوجی
- گا
- متن
- سے
- کہ
- ۔
- زمین کی تزئین کی
- ماخذ
- دنیا
- ان
- ان
- تو
- اس طرح
- یہ
- وہ
- اس
- تین
- زبردست
- کے ذریعے
- وقت
- بروقت
- ٹائمسٹیمپ
- ٹائٹین
- کرنے کے لئے
- آج کا
- کے آلے
- اوزار
- موضوع
- موضوعات
- کی طرف
- روایتی
- ٹرین
- تربیت یافتہ
- ٹریننگ
- منتقل
- منتقل
- منتقلی
- تبدیل
- تبدیلی
- ٹرانسفارمرز
- رجحانات
- واقعی
- قابل اعتماد
- ٹرن
- سبق
- سبق
- اقسام
- ui
- گزرنا
- بنیادی
- سمجھ
- افہام و تفہیم
- منفرد
- یونیورسٹی
- برعکس
- غیر ضروری
- بے نقاب
- اپ ڈیٹ کرنے کے لئے
- اپ ڈیٹ کریں
- اپ ڈیٹ
- تازہ ترین معلومات
- حمایت
- صلی اللہ علیہ وسلم
- استعمال کی شرائط
- استعمال کیس
- رکن کا
- صارف مواجہ
- صارفین
- استعمال
- کا استعمال کرتے ہوئے
- عام طور پر
- استعمال کرتا ہے
- استعمال کرنا۔
- مختلف
- وسیع
- ورسٹائل
- کی طرف سے
- ویڈیو
- ویڈیو گیمز
- خواب
- راستہ..
- we
- ویلتھ
- ویب
- ویب ایپلی کیشن
- ویب خدمات
- ویب ساکٹ
- تھے
- جب
- جس
- جبکہ
- ڈبلیو
- وسیع
- وسیع رینج
- گے
- ساتھ
- کے اندر
- بغیر
- الفاظ
- کام
- کام کا بہاؤ
- ورکشاپ
- دنیا
- تم
- اور
- اپنے آپ کو
- زیفیرنیٹ