نسبة طلبات النموذج والمستخدمين قد تختلف حين يرسل الشخص أكثر من طلب. يوثق عقد توزيع Vertex AI خريطة من هويات النماذج المنشورة إلى نسب حركة نقطة النهاية، ومجموع النسب 100. [1]
الخلاصة السريعة
اكتب وحدة التوزيع ثم عد الطلبات والأشخاص كلًا على حدة؛ وزن حركة معلن لا يمنح وحده عدد المستخدمين أو نتيجة تقسيم فعلي لم تراجعه.
- في العقد المذكور تربط الخريطة هوية النموذج المنشور بنسبة حركة نقطة النهاية، ويجب أن تجمع قيمها إلى 100؛ لا نسميها حصة أشخاص تلقائيًا. [1]
- نؤلف عشرة طلبات من أربعة أشخاص: أ سبعة، وب وج ود واحد لكل منهم؛ تكرار طلبات أ لا يضيف هويات مستخدمين جديدة.
- إذا وجهنا طلبين من أ إلى النسخة الجديدة في الورقة، فهما 20% من الطلبات، ويصل إليها شخص واحد من أربعة أي 25%؛ أ يصل إلى النسختين، وهذا توزيع مفترض.
- سجل هوية الطلب والمستخدم والنسخة والفترة، ولا تجعل وزن إعداد 20% ضمانًا لهذه النتيجة في كل قائمة قصيرة أو حكمًا على جودة النموذج.
ما الوحدة التي يصفها توزيع الحركة؟
يعرض عقد Vertex AI نسب حركة مرتبطة بهويات النماذج المنشورة، ويشترط أن تجمع قيم الخريطة إلى 100. نقرأ الوحدة الموثقة بدل استبدالها بتسمية عدد المستخدمين. [1]
نستعمل عنوان Canary هنا لسؤال توزيع جزء من الحركة إلى نسخة نريد مراجعتها، لا لوصف تجربة سببية نفذناها. اختيار النسبة لا يحدد وحده جودة التنبؤات أو طريقة ثبات مسار الشخص بين طلباته.
لا ندعي أن الواجهة التي قرأناها توزع الأشخاص بالتساوي أو تحفظ لهم نسخة واحدة. المقال يفصل عد حركة الطلبات عن عد الهويات في قائمة مؤلفة، دون استنتاج سياسة ربط غير معلنة.
عد الطلبات والهويات في قائمتنا
نؤلف أربعة أشخاص أ وب وج ود. يرسل أ سبعة طلبات، ويرسل كل من الآخرين طلبًا واحدًا. المجموع 7 + 1 + 1 + 1 يساوي عشرة طلبات، لكن الهويات المختلفة أربع فقط.
نسمي كل طلب بمرجع مستقل في بطاقة المراجعة. وجود المرجع يساعد على تتبع مرات الاستعمال، بينما هوية أ تربط سبعة منها بالشخص نفسه. لا نخلط هوية الطلب بهوية صاحبه حتى لو كان حقلان يحملان الاسم نفسه في تقرير مبهم.
ولا نعتبر الشخص الأكثر إرسالًا سبعة أشخاص. هذا فرق وحدة عد، لا اختلافًا في قدرة النموذج أو تفضيلًا للمستخدم. اخترنا العدد لإظهار أثر التكرار، ولم نأخذ سجلات من نقطة نهاية فعلية.
احسب نسبتين مختلفتين للتوزيع نفسه
نختار يدويًا طلبين من طلبات أ للنسخة الجديدة، وبقية الطلبات الثمانية للقديمة. حصة الجديدة من الطلبات 2 ÷ 10، أي 20%. أما عدد الأشخاص الذين وصل طلب لهم إلى الجديدة فهو واحد من أربعة، أي 25%.
الشخص أ هنا يصل إلى النسختين لأن خمسة من طلباته بقيت للقديمة. لا نقسم الأشخاص إلى جماعتين منفصلتين في هذا المثال. عند عد من وصل إلى نسخة، اذكر معنى الوصول بدل افتراض أن هوية الشخص تنتمي إلى نسخة واحدة.
هذا الاختيار اليدوي ليس نتيجة لاحظناها من وزن خدمة. حتى لو كتب إعداد افتراضي 20%، لا ننسب إليه هذه العشرة أو ضمان طلبين في كل مجموعة قصيرة. نحتاج سجلات التنفيذ قبل وصف ما وقع فعلًا.
كيف تكتب تقريرًا لا يبدل الوحدة؟
نقترح الاحتفاظ بفترة المراجعة وهوية كل طلب وصاحبه والنسخة التي خدمته. اكتب «طلبان من عشرة» و«شخص واحد من أربعة» كلًا في حقله، ولا تختصرهما في نسبة بلا مقام.
ولم نحدد إجابات مرجعية أو مقياس خطأ، فلا نستنتج أن النسخة الجديدة أفضل من القديمة من توزيع الحركة. كما لا يثبت الفرق بين النسبتين أن سياسة التوجيه أخفقت؛ قد يكون تعريف المهمة أو المدخل مختلفًا.
الرسم يربط عشرة طلبات بأربع هويات ثم بتوزيع مفترض. لم ننشر نموذجًا أو نغير نقطة نهاية أو نرسل طلبًا. الغرض أن يكون وصف Canary واضحًا في وحدة ما وجهناه وما عددناه، قبل بناء أحكام على نسبة واحدة.
المصادر ومتابعة القراءة
- Google Cloud Vertex AI: DeployModelRequest.Builder trafficSplit (يفتح في نافذة جديدة)docs.cloud.google.com
أُعدّ هذا المقال بصياغة عربية أصلية بالاستناد إلى المصادر أعلاه، وهو مدخل تمهيدي إلى الموضوع. اقرأ منهجية المحتوى وحدوده.