أفكار وأدوات رقمية بلغة مفهومة.
1201 مقال
فصل التعليمات عن النص المرجعي يعني بيان ما تريد من النموذج فعله، وتمييز المادة التي تريد منه قراءتها. يمكنك استعمال عناوين واضحة أو وسوم تسمي كل جزء. توصي وثائق Anthropic بالوسوم عند مزج التعليمات والسياق والأمثلة، لتقليل الالتباس. [1]
التوليد المعزز بالاسترجاع، أو RAG، يربط توليد الإجابة بمعلومات يسترجعها النظام من مصادر خارجية. في المسار البسيط، يبحث النظام عن مادة ذات صلة، ثم يضعها مع السؤال في سياق النموذج ليصوغ الرد. جودة البحث والمصادر جزء من جودة النتيجة. [1]
تقطيع المستندات للاسترجاع هو تقسيم المادة إلى مقاطع يمكن البحث فيها وتمريرها إلى نموذج اللغة. قد يلزم بسبب حدود حجم الإدخال، وقد يفيد أيضاً عندما تجمع الوثيقة موضوعات يصعب تمثيلها كوحدة واحدة. الأهم هو حدود مفيدة للمعنى، وليس طولاً ثابتاً يصلح لكل وثيقة. [1]
البحث بالكلمات يعتمد على مطابقة مصطلحات النص، أما البحث الدلالي فيقارن تمثيلات رقمية للسؤال والمحتوى للوصول إلى مواد قريبة في المعنى. يفيد الأول في الأسماء والمعرّفات الدقيقة، وقد يفيد الثاني عندما تختلف صياغة السؤال عن صياغة الوثيقة. ويمكن الجمع بينهما. [1][2]
إعادة ترتيب نتائج الاسترجاع هي إعادة تقييم قائمة مرشحة بعد البحث الأول، لترتيب موادها بحسب صلتها بالسؤال. في نمط شائع، يقرأ نموذج تقاطعي السؤال وكل مقطع معاً. نحتاج المرحلتين لأن البحث الواسع يجمع مرشحين بسرعة، وقد يضم مواد قريبة لا تجيب عن المطلوب. [1]
توقع الرمز التالي هو خطوة أساسية في توليد النص لدى النماذج اللغوية السببية. يبدأ النموذج من نص متاح، ثم يضيف رمزاً ويتابع اعتماداً على ما سبق. وقد يقف عند حد الطول أو علامة نهاية التسلسل. [1]
قد يجيب النموذج عن معلومة تعلمها من نصوص، لكن ذلك يختلف عن استعلام يعيد صفوفاً من قاعدة بيانات. درست أبحاث مبكرة استرجاع علاقات معرفية من نماذج اللغة؛ ولا تعني نتائجها أن النموذج يؤدي دور كل قاعدة سجلات. [1][2]
النموذج الأساسي ونموذج المحادثة قد ينتميان إلى العائلة نفسها، لكن مرحلة التدريب والغرض من الاستخدام يختلفان. يبدأ النموذج السببي بتدريب على النص، وقد يتبعه تدريب إضافي على رسائل المحادثة. [1]
قد تبدو المحادثة سلسلة فقاعات في الشاشة، بينما يستقبل النموذج السببي في النهاية تسلسلاً من الرموز. يحول قالب المحادثة الرسائل وأدوارها إلى الصيغة التي يتوقعها النموذج، وقد تختلف الصيغة بين النماذج. [1]
المعرفة داخل معاملات النموذج تعني أن التدريب أثر في القيم العددية التي يستخدمها لتكوين مخرجاته. توضح وثائق النماذج أن الأوزان تحمل في بنية محددة، بينما يبحث العلماء في كيفية ارتباط أجزاء منها بالتعبير عن الحقائق. [1][2]
حد المعرفة الزمني تاريخ يرتبط ببيانات تدريب نسخة النموذج؛ لا يعني أن كل خبر سابق له محفوظ وصحيح. تذكر بطاقة Gemma 3 مثلاً تاريخاً لبيانات التدريب، وتحذر أيضاً من إمكان توليد معلومات خاطئة أو قديمة. [1]
يمكن أن تقرأ جواباً سلساً ثم تجد أن مضمونه غير صحيح. يصف NIST الهلوسة بأنها توليد محتوى خاطئ أو زائف يعرض بثقة. ولهذا نحتاج حكماً مستقلاً على الصياغة وحكماً على ما تثبته العبارة. [1]
التوليد المقيد والكتابة الحرة يختلفان في مقدار الحرية المتاح لشكل الجواب. يمكن لنمط مخرجات منظمة أن يلتزم مخطط JSON، بينما تترك الكتابة الحرة مساحة أكبر للسرد. وتظل مراجعة معنى القيم ضرورية حتى إذا كان الشكل صالحاً. [1]
قد يكتب النموذج متعدد اللغات فقرة عربية سليمة، ثم يتعثر في سؤال يحتاج إلى تفسير عبارة محلية. لفهم هذا الاختلاف، افصل بين وجود اللغة ضمن اللغات المدعومة وبين جودة العمل الذي تحتاجه بها. السؤال المفيد هو: هل يحافظ النموذج على المعنى والشروط في مهمتي بهذه اللغة؟
في اللغة العربية والتشكيل قد تغير حركة قصيرة طريقة قراءة الكلمة. عندما تطلب من مساعد لغوي شرح كلمة مكتوبة دون حركات، قد تبقى أمامه أكثر من قراءة. يمكن توضيح المقصود بالتشكيل الجزئي أو بالجملة المحيطة، ثم مراجعة المعنى الذي بنى عليه الإجابة.
قد تكتب سؤالا بلهجتك وتحصل على رد بالفصحى، أو تطلب الفصحى فيمزج المساعد معها تعبيرات محلية. التعامل مع اللهجات العربية والفصحى يحتاج تحديد لغة الإجابة نفسها، إلى جانب موضوعها. ومن المفيد فصل فهم ما كتبته عن جودة الصياغة التي أنتجها المساعد.
إذا سألت المساعد عن معنى «فصل» وحدها، فقد تحصل على تعريف لا يطابق النص الذي تقرؤه. السياق اللغوي هو الكلام المحيط الذي يساعد على تحديد المعنى المقصود. أرفق الجملة وموضوعها عند الحاجة، ثم اطلب ربط التفسير بقرينة ظاهرة فيها.
عندما تقرأ ملفا تقنيا لمحادثة، قد تجد علامات بجانب رسائل المستخدم والمساعد. الرموز الخاصة في المحادثة تؤدي وظائف تتعلق ببنية الإدخال، بينما تعرض الواجهة عادة نصا أسهل للقراءة. معرفة هذا الفرق تساعدك على تفسير ملف المحادثة دون التعامل مع كل علامة كأنها كلمة كتبها شخص.
