مقارنات تينغ
التعليمات أو الاسترجاع (RAG) أو التدريب (Fine‑tuning): أي واحد يصلّح أجوبة الذكاء الاصطناعي الغلط؟
القرار باختصار
اعرفوا ليش الأجوبة طلعت غلط قبل ما تختارون. المعلومة الناقصة أو القديمة تنصلح بإنكم تعطون النموذج المصدر الصح وقت السؤال: الاسترجاع للمستندات، وأداة حية للأسعار والمخزون. والصيغة أو الأسلوب أو طريقة التفكير الغلط تنصلح بالتعليمات والأمثلة أول، وبالتدريب بعدها بس.
راجعوه عبدالله الراشدآخر تحديث
جواب غلط. ليش؟
المعلومة ناقصة أو قديمة
الاسترجاع (RAG) للمستندات، وأداة حية للأسعار والمخزون
الصيغة أو الأسلوب أو طريقة التفكير غلط
التعليمات والأمثلة أول
باقي متذبذب بعد أمثلة جيدة؟
التدريب (Fine-tuning)، وتختبرونه على نفس المجموعة
تتبّعوا عشرة أجوبة غلط حقيقية قبل ما تختارون.
كيف يختلفون، معيار معيار؟
قبل ما تقرون الجدول، خذوا عشرة أجوبة غلط حقيقية، واكتبوا جنب كل واحد الجواب الصح ووين موجود اليوم. أغلب القرار في هذي القائمة.
| المعيار | التعليمات والأمثلة | الاسترجاع (RAG) أو أداة حية | التدريب (Fine-tuning) |
|---|---|---|---|
| وش يصلّحكيف تتأكدونلكل جواب غلط: المعلومة الصح كانت ناقصة، أو قديمة، أو موجودة بس انستخدمت غلط؟ | التعليمات والأسلوب واللغة والصيغة اللي ما انقالت للنموذج أصلاً. | المعلومات اللي ما عند النموذج أو عنده نسخة قديمة منها: السياسات، وتفاصيل المنتجات، والأسعار، والمخزون. | السلوك اللي يبقى متذبذب حتى بعد تعليمات وأمثلة جيدة: صيغة، أو أسلوب، أو طريقة شغل ثابتة. |
| وين يكون الإصلاحكيف تتأكدوناسألوا وين بتغيّرونه الشهر الجاي لما تتغير السياسة أو السعر. | في التعليمات اللي تنرسل مع كل طلب. | في مستنداتكم وأنظمتكم، وتنقرى وقت السؤال. | داخل النموذج، ثابت من وقت تدريبه. |
| التحديثكيف تتأكدونغيّروا سطر في سياسة وشوفوا كم يعيش الجواب القديم. | الأفضليةعدّلوا التعليمات، والطلب الجاي يستخدمها. | الأفضليةحدّثوا المستند أو نظام السجلات، والجواب الجاي يقدر يستخدمه. | أعيدوا التدريب على أمثلة جديدة، ولين ذاك الوقت يبقى السلوك القديم. |
| وش تحتاجون أولكيف تتأكدوناطلبوا مجموعة الاختبار قبل ما ينبني أي شي. | الأفضليةمجموعة أسئلة حقيقية مع أجوبتها المتوقعة. | مصادر نظيفة ومحدّثة لها قواعد صلاحيات، وسجل لوش انسترجع مع كل جواب. | أمثلة جيدة كفاية للمخرج اللي تبونه بالضبط، ونفس مجموعة الاختبار عشان تثبتون إن التدريب فاد. |
| كيف يغلط[2]كيف تتأكدوناطلبوا من المورّد ثلاث حالات فشل من اختباراته هو. | تعليمات طويلة أو متعارضة، ويبقى يخترع معلومات ما انعطت له. | يسترجع المقطع الغلط، أو نسخة قديمة، أو مقطع ما يحق للمستخدم يشوفه. | يتعلم أخطاء الأمثلة اللي تدرّب عليها، ويقدر يبقى يقول معلومات غلط بثقة. |
| كيف تختبرونهكيف تتأكدونأعيدوا نفس مجموعة الأسئلة بعد كل تغيير. | قارنوا الأجوبة بالأجوبة المتوقعة بعد كل تعديل على التعليمات. | شيّكوا وش انسترجع لكل جواب، مو الجواب بس. | قارنوا بنتيجة التعليمات والاسترجاع على نفس مجموعة الاختبار. |
| محركات التكلفةكيف تتأكدونقدّروا تكلفة تعديل واحد، مو بس أول بناء. | التعليمات الأطول تزيد على كل طلب. | الفهرسة، والبنية التحتية للبحث، والمحافظة على نظافة المصادر. | تجهيز الأمثلة، وجولات التدريب، وإعادة التدريب كل ما احتاج السلوك يتغير. |
| الأنسب لما | النموذج ما انقال له الصيغة أو الأسلوب أو القواعد | المعلومات ناقصة أو قديمة | السلوك يبقى متذبذب حتى بعد تعليمات وأمثلة جيدة |
الأفضلية تخص هذا السطر بس، وما تختار عنكم. اللي يحسم هو سطر «الأنسب لما».
أي واحد تختارون، حسب الحالة؟
ابدؤوا بالتعليمات والأمثلة لما
- ما كتبتوا للحين وش شكل الجواب الصح.
- المشكلة في الأسلوب، أو الطول، أو اللغة، أو الصيغة.
- المعلومات اللي يحتاجها الجواب موجودة أصلاً في الطلب.
أضيفوا الاسترجاع أو أداة حية لما
- الجواب الصح موجود في مستند أو سياسة أو نظام ما يشوفه النموذج.
- المعلومة تتغير: الأسعار، والمخزون، والسياسات، وحالة الحساب.
- الناس يحتاجون يشوفون من وين جا الجواب.
فكّروا في التدريب لما
- التعليمات والأمثلة مضبوطة ومختبرة، والسلوك للحين متذبذب.
- عندكم أمثلة حقيقية كفاية للمخرج اللي تبونه بالضبط.
- المهمة ثابتة، فالتدريب ما يصير قديم بسرعة.
دليل OpenAI لتحسين دقة النماذج اللغوية يتعامل مع هذي الخيارات كأدوات لمشكلتين مختلفتين: تعطون النموذج السياق الصح لما تنقصه المعرفة، أو تكون قديمة عنده، أو يحتاج معلومات خاصة بشركتكم، وتحسّنون النموذج نفسه لما تكون صيغته أو أسلوبه أو طريقة تفكيره متذبذبة.[1]
وش تسألون أي مورّد يقترح واحد منهم؟
- أي من أجوبتنا الغلط تتبّعتوها، ووش سبب كل واحد؟
- من وين يجي السعر أو السياسة أو رقم المخزون وقت ما ينسأل السؤال؟
- إذا تقترحون التدريب، وش حققت التعليمات والاسترجاع على نفس مجموعة الاختبار أول؟
- كيف بيلحق النظام لما تتغير مستنداتنا الشهر الجاي؟
- نقدر نشوف في السجلات وش انسترجع لكل جواب؟
- كم تكلّف إعادة التدريب، وكل كم بنحتاجها؟
أسئلة تتكرر
هل التدريب يعلّم النموذج أسعارنا الجديدة؟
هل RAG نفس تدريب النموذج على مستنداتنا؟
هل التعليمات الجيدة لحالها ممكن تكفي؟
وين تفيدكم تينغ، ومتى ما تحتاجونها
وين تفيدكم تينغ
- الاستشارات المركّزة في الذكاء الاصطناعي تجاوب على هذا القرار الواحد كتابياً: نتتبّع عيّنة من أجوبتكم الغلط لين سببها، ونقترح أصغر إصلاح يشتغل.
- وإذا الإصلاح يحتاج بناء، يتحدد في مخطط حل الذكاء الاصطناعي، ونفس مجموعة الاختبار تصير معايير القبول.
- شوفوا الاستشارات المركّزة في الذكاء الاصطناعي
متى ما تحتاجون تينغ
- الأجوبة الغلط جاية من مستند قديم. حدّثوا المستند، وما يحتاج أي تغيير في الذكاء الاصطناعي.
- فريقكم يقدر يتتبّع عشرة أجوبة غلط حقيقية لين سببها، ويصلّح السبب بنفسه.
المصادر
مصادر أصلية، تم التحقق منها في التاريخ المذكور.
- تحسين دقة النماذج اللغوية (توثيق الواجهة البرمجية)OpenAI · تاريخ المراجعة
- NIST AI 600-1: ملف مخاطر الذكاء الاصطناعي التوليدي (يوليو 2024)المعهد الوطني الأمريكي للمعايير والتقنية (NIST) · تاريخ المراجعة
