- "⚠️ The smart pickers have been removed from this app\nas they are now included in the [Assistant app](https://apps.nextcloud.com/apps/assistant).\n\nThis app implements:\n\n* Text generation providers: Free prompt, Summarize, Headline, Context Write, Chat, and Reformulate (using any available large language model)\n* A Translation provider (using any available language model)\n* A SpeechToText provider (using Whisper)\n* An image generation provider\n\n⚠️ Context Write, Summarize, Headline and Reformulate have mainly been tested with OpenAI.\nThey might work when connecting to other services, without any guarantee.\n\nInstead of connecting to the OpenAI API for these, you can also connect to a self-hosted [LocalAI](https://localai.io) instance or [Ollama](https://ollama.com/) instance\nor to any service that implements an API similar to the OpenAI one, for example:\n[IONOS AI Model Hub](https://docs.ionos.com/cloud/ai/ai-model-hub), [Plusserver](https://www.plusserver.com/en/ai-platform/) or [MistralAI](https://mistral.ai).\n\n⚠️ This app is mainly tested with OpenAI. We do not guarantee it works perfectly\nwith other services that implement OpenAI-compatible APIs with slight differences.\n\n## Improve AI task pickup speed\n\nTo avoid task processing execution delay, setup at 4 background job workers in the main server (where Nextcloud is installed). The setup process is documented here: https://docs.nextcloud.com/server/latest/admin_manual/ai/overview.html#improve-ai-task-pickup-speed\n\n## Ethical AI Rating\n### Rating for Text generation using ChatGPT via the OpenAI API: 🔴\n\nNegative:\n* The software for training and inference of this model is proprietary, limiting running it locally or training by yourself\n* The trained model is not freely available, so the model can not be run on-premises\n* The training data is not freely available, limiting the ability of external parties to check and correct for bias or optimise the model's performance and CO2 usage.\n\n\n### Rating for Translation using ChatGPT via the OpenAI API: 🔴\n\nNegative:\n* The software for training and inference of this model is proprietary, limiting running it locally or training by yourself\n* The trained model is not freely available, so the model can not be run on-premises\n* The training data is not freely available, limiting the ability of external parties to check and correct for bias or optimise the model's performance and CO2 usage.\n\n### Rating for Image generation using DALL·E via the OpenAI API: 🔴\n\nNegative:\n* The software for training and inferencing of this model is proprietary, limiting running it locally or training by yourself\n* The trained model is not freely available, so the model can not be ran on-premises\n* The training data is not freely available, limiting the ability of external parties to check and correct for bias or optimise the model’s performance and CO2 usage.\n\n\n### Rating for Speech-To-Text using Whisper via the OpenAI API: 🟡\n\nPositive:\n* The software for training and inferencing of this model is open source\n* The trained model is freely available, and thus can run on-premise\n\nNegative:\n* The training data is not freely available, limiting the ability of external parties to check and correct for bias or optimise the model’s performance and CO2 usage.\n\n### Rating for Text generation via LocalAI: 🟢\n\nPositive:\n* The software for training and inferencing of this model is open source\n* The trained model is freely available, and thus can be ran on-premises\n* The training data is freely available, making it possible to check or correct for bias or optimise the performance and CO2 usage.\n\n\n### Rating for Image generation using Stable Diffusion via LocalAI : 🟡\n\nPositive:\n* The software for training and inferencing of this model is open source\n* The trained model is freely available, and thus can be ran on-premises\n\nNegative:\n* The training data is not freely available, limiting the ability of external parties to check and correct for bias or optimise the model’s performance and CO2 usage.\n\n\n### Rating for Speech-To-Text using Whisper via LocalAI: 🟡\n\nPositive:\n* The software for training and inferencing of this model is open source\n* The trained model is freely available, and thus can be ran on-premises\n\nNegative:\n* The training data is not freely available, limiting the ability of external parties to check and correct for bias or optimise the model’s performance and CO2 usage.\n\nLearn more about the Nextcloud Ethical AI Rating [in our blog](https://nextcloud.com/blog/nextcloud-ethical-ai-rating/)." : "⚠️ تمت إزالة \"اللاقط الذكي\" من هذا التطبيق حيث تم تضمينه الآن في [تطبيق المُساعِد Assistant app](https://apps.nextcloud.com/apps/assistant). \n\nهذا التطبيق يُطبِّق ما يلي: \n\n* مُزوِّدي توليد النصوص: مُحاورة عامة Free prompt و تلخيص Summarize و اختيار عناوين Headline و الكتابة السياقية Context Write و الدردشة Chat و إعادة الصياغة Reformulate (باستخدام أي نموذج لغوي وسيع متاح) \n* مُزوِّد ترجمة (باستخدام أي نموذج لغوي متاح) \n* مُزوِّد التحويل من كلام لنص peechToText (باستخدام تطيق \"الهامس\" Whisper) \n* مُزوِّد توليد الصور \n\n⚠️ تم اختبار الكتابة السياقية Context Write و التلخيص Summarize و اختيار العناوين Headline و إعادة الصياغة Reformulate بشكل أساسي باستخدام OpenAI. \nقد تعمل عند الاتصال بخدمات أخرى، دون أي ضمان. \nبدلاً من الاتصال بواجهة برمجة تطبيقات OpenAI، يمكنك كذلك الاتصال بخادوم مُستضاف ذاتياً مثل [LocalAI] (https://localai.io) أو مثل [Ollama] (https://ollama.com/) أو لأي خدمة تنفذ واجهة برمجة تطبيقات مشابهة لواجهة OpenAI، على سبيل المثال: [IONOS AI Model Hub] (https://docs.ionos.com/cloud/ai/ai-model-hub)، أو [Plusserver] (https://www.plusserver.com/en/ai-platform/) أو [MistralAI] (https://mistral.ai). \n\n⚠️ تم اختبار هذا التطبيق بشكل أساسي باستخدام OpenAI. لا نضمن أنه يعمل بشكل مثالي مع الخدمات الأخرى التي تنفذ واجهات برمجة تطبيقات متوافقة مع OpenAI مع اختلافات طفيفة. \n\n## تحسين سرعة التقاط مهام الذكاء الاصطناعي لتجنب تأخير تنفيذ معالجة المهام، قم بإعداد .4 وظائف في خلفية الخادوم الرئيسي (حيث تم تثبيت نكست كلاود.) \nتم توثيق عملية الإعداد هنا: https://docs.nextcloud.com/server/latest/admin_manual/ai/overview.html#improve-ai-task-pickup-speed \n\n## تصنيف أخلاقيات الذكاء الاصطناعي \n\n### تصنيف إنشاء النص باستخدام ChatGPT عبر واجهة برمجة تطبيقات OpenAI: 🔴\nالسلبيّات: \n* البرنامج المستخدم في تدريب واستنتاج هذا النموذج هو برنامج خاص، مما يحد من تشغيله محليًا أو تدريبه بنفسك \n* النموذج المدرب غير متاح مجانًا، لذلك لا يمكن تشغيل النموذج محليًا \n* بيانات التدريب غير متاحة مجانًا، مما يحد من قدرة الأطراف الخارجية على التحقق من التحيز وتصحيحه أو تحسين أداء النموذج واستهلاك ثاني أكسيد الكربون CO2. \n\n### تصنيف الترجمة باستخدام ChatGPT عبر واجهة برمجة تطبيقات OpenAI: 🔴\nالسلبيّات: \n* البرنامج المستخدم في تدريب واستنتاج هذا النموذج هو برنامج خاص، مما يحد من تشغيله محليًا أو تدريبه بنفسك \n* النموذج المدرب غير متاح مجانًا، لذلك لا يمكن تشغيل النموذج محليًا \n* بيانات التدريب غير متاحة مجانًا، مما يحد من قدرة الأطراف الخارجية على التحقق من التحيز وتصحيحه أو تحسين أداء النموذج واستهلاك ثاني أكسيد الكربون CO2. \n\n### تصنيف توليد الصور باستخدام DALL·E عبر واجهة برمجة تطبيقات OpenAI: 🔴\nالسلبيّات: \n* البرنامج المستخدم في تدريب واستنتاج هذا النموذج هو برنامج خاص، مما يحد من تشغيله محليًا أو تدريبه بنفسك \n* النموذج المدرب غير متاح مجانًا، لذلك لا يمكن تشغيل النموذج محليًا \n* بيانات التدريب غير متاحة مجانًا، مما يحد من قدرة الأطراف الخارجية على التحقق من التحيز وتصحيحه أو تحسين أداء النموذج واستهلاك ثاني أكسيد الكربون CO2. \n\n### تصنيف تحويل الكلام إلى نص باستخدام Whisper عبر واجهة برمجة تطبيقات OpenAI: 🟡 \nالإيجابيّات: \n* البرنامج المستخدم في تدريب واستنتاج هذا النموذج مفتوح المصدر \n* النموذج المدرب متاح مجانًا، وبالتالي يمكن تشغيله محليًا \nالسلبيّات: \n* بيانات التدريب غير متاحة مجانًا، مما يحد من قدرة الأطراف الخارجية على التحقق من التحيز وتصحيحه أو تحسين أداء النموذج واستهلاك ثاني أكسيد الكربون CO2. \n\n### تصنيف إنشاء النص عبر LocalAI: 🟢 \nالإيجابيّات: \n* البرنامج المستخدم في تدريب واستنتاج هذا النموذج مفتوح المصدر \n* النموذج المدرب متاح مجانًا، وبالتالي يمكن تشغيله محليًا \n* بيانات التدريب متاحة مجانًا، مما يجعل من الممكن للتحقق من التحيز أو تصحيحه أو تحسين الأداء واستهلاك ثاني أكسيد الكربون CO2. \n\n### تصنيف إنشاء الصور باستخدام Stable Diffusion عبر LocalAI: 🟡 \nالإيجابيّات: \n* البرنامج المستخدم في تدريب واستنتاج هذا النموذج مفتوح المصدر \n* النموذج المدرب متاح مجانًا، وبالتالي يمكن تشغيله محليًا \nالسلبيّات: \n* بيانات التدريب غير متاحة مجانًا، مما يحد من قدرة الأطراف الخارجية على التحقق من التحيز وتصحيحه أو تحسين أداء النموذج واستهلاك ثاني أكسيد الكربون CO2. \n\n### تصنيف تحويل الكلام إلى نص باستخدام Whisper عبر LocalAI: 🟡 \nالإيجابيّات: \n* البرنامج المستخدم في تدريب واستنتاج هذا النموذج مفتوح المصدر \n* النموذج المدرب متاح مجانًا، وبالتالي يمكن تشغيله محليًا \nالسلبيّات: \n* بيانات التدريب غير متاحة مجانًا، مما يحد من قدرة الأطراف الخارجية على التحقق من التحيز وتصحيحه أو تحسين أداء النموذج واستهلاك ثاني أكسيد الكربون CO2. \n\nتعرف على المزيد حول تصنيف نكست كلاود لأخلاقيات الذكاء الاصطناعي [في مدونتنا] (https://nextcloud.com/blog/nextcloud-ethical-ai-rating/).",
0 commit comments