مسرد مصطلحات LLM
مسرد شامل يضم أكثر من 40 مصطلحاً مستخدماً في عالم نماذج اللغة الكبيرة.
A
AGI (Artificial General Intelligence) - أنظمة ذكاء اصطناعي قادرة على الفهم والتعلّم وتطبيق المعرفة في أي مجال بمستوى بشري أو أعلى. لا تزال نظرية في الوقت الحالي.
AI Agent - نظام ذكاء اصطناعي يستطيع اتخاذ إجراءات مستقلة واستخدام أدوات وإكمال مهام متعددة الخطوات بتدخل بشري محدود.
Alignment - تحدّي ضمان أن تتصرف أنظمة الذكاء الاصطناعي وفق القيم والنوايا البشرية.
Anthropic - شركة متخصصة في سلامة الذكاء الاصطناعي أنشأت Claude، أسسها باحثون سابقون في OpenAI.
API (Application Programming Interface) - طريقة تتواصل بها التطبيقات مع خدمات LLM، بإرسال prompts واستقبال الردود برمجياً.
Attention Mechanism - الابتكار الأساسي في بنية Transformer الذي يسمح للنموذج بوزن أهمية أجزاء مختلفة من المدخل عند توليد المخرج.
Autoregressive - أسلوب توليد يُعاد فيه كل token ناتج كمدخل للتنبؤ بالـ token التالي.
C
ChatGPT - منتج الذكاء الاصطناعي الحواري من OpenAI، مبني على نماذج GPT بعد fine-tuning للحوار.
Claude - مساعد الذكاء الاصطناعي من Anthropic، يُعرف بنوافذ سياق طويلة وتركيز على السلامة.
Closed Source - نماذج ذكاء اصطناعي لا تُنشر تفاصيلها الداخلية علناً؛ الوصول إليها عبر API فقط.
Completion - النص الذي يولّده نموذج LLM استجابةً لـ prompt.
Context Window - أقصى كمية نص (مقاسة بالـ tokens) يستطيع نموذج LLM معالجتها دفعة واحدة. تشبه الذاكرة قصيرة المدى.
E
Emergent Abilities - قدرات تظهر في نماذج LLM عند مقياس كافٍ دون أن تُبرمج صراحة (مثل الاستدلال والترجمة).
Embedding - تمثيل رقمي للنص على شكل متجه يلتقط المعنى الدلالي.
F
Few-Shot Learning - القدرة على أداء مهام ببضعة أمثلة فقط داخل الـ prompt، دون تدريب إضافي.
Fine-Tuning - مواصلة تدريب نموذج قائم على بيانات محددة لتخصيصه لمهام معيّنة.
G
Gemini - عائلة نماذج الذكاء الاصطناعي متعددة الوسائط من Google، خليفة Bard.
GPT (Generative Pre-trained Transformer) - سلسلة نماذج اللغة من OpenAI، وهي الأساس وراء ChatGPT.
Guardrails - تدابير سلامة تقيّد ما يمكن لنموذج LLM توليده أو مناقشته.
H
Hallucination - عندما يولّد نموذج LLM معلومات تبدو معقولة لكنها خاطئة واقعياً أو مختلقة تماماً.
I
Inference - عملية تشغيل نموذج مدرَّب لتوليد مخرجات. (التدريب يعلّم؛ والاستدلال يستخدم.)
Input Tokens - الـ tokens الآتية من الـ prompt التي يعالجها النموذج. عادة أرخص من tokens المخرج.
K
Knowledge Cutoff - التاريخ الذي لا يملك النموذج بعده أي بيانات تدريب. المعلومات بعد هذا التاريخ مجهولة للنموذج.
L
Llama - عائلة نماذج اللغة الكبيرة مفتوحة المصدر من Meta.
LLM (Large Language Model) - نماذج ذكاء اصطناعي تضم مليارات من الـ parameters، مدرَّبة على كميات هائلة من النصوص، وقادرة على فهم لغة شبيهة بالبشر وتوليدها.
Local LLM - تشغيل نموذج LLM على أجهزتك الخاصة بدلاً من واجهات API السحابية.
M
Max Tokens - معامل يحدّ عدد الـ tokens التي سيولّدها النموذج في رده.
Mistral - شركة ذكاء اصطناعي فرنسية معروفة بنماذج مفتوحة المصدر فعّالة مثل Mistral 7B.
Multimodal - ذكاء اصطناعي يستطيع معالجة أنواع متعددة من البيانات وتوليدها (نص، صور، صوت، فيديو).
O
Ollama - أداة تسهّل تشغيل نماذج LLM مفتوحة المصدر محلياً على حاسوبك.
Open Source - نماذج LLM تُنشر أوزانها علناً للتنزيل والاستخدام.
OpenAI - شركة أبحاث في الذكاء الاصطناعي أنشأت GPT, DALL-E, ChatGPT.
Output Tokens - الـ tokens التي يولّدها النموذج كردّه. عادة أغلى من tokens المدخل.
P
Parameters - القيم القابلة للضبط (الأوزان) في الشبكة العصبية التي تُتعلَّم أثناء التدريب. زيادة عددها تعني عادةً قدرة أكبر.
Pre-training - المرحلة الأولى من تدريب نموذج LLM على بيانات نصية عامة ضخمة قبل الـ fine-tuning الخاص بمهام معيّنة.
Prompt - النص المدخل الذي يُعطى لنموذج LLM لتوجيه رده.
Prompt Engineering - ممارسة صياغة prompts فعّالة للحصول على المخرجات المطلوبة من نماذج LLM.
Q
Quantization - تقليل دقة النموذج (مثلاً من 16 بت إلى 4 بت) لجعله أصغر وأسرع، مع بعض التنازل عن الجودة.
R
RAG (Retrieval-Augmented Generation) - الجمع بين نماذج LLM واسترجاع معرفة خارجية لتأسيس الردود على معلومات موثّقة.
Rate Limit - قيود على عدد طلبات API أو الـ tokens التي يمكنك استخدامها خلال فترة زمنية معيّنة.
RLHF (Reinforcement Learning from Human Feedback) - تقنية تدريب يقيّم فيها مقيّمون بشريون المخرجات، فيتعلم النموذج إنتاج ردود أعلى تقييماً.
S
Streaming - استقبال ردود نموذج LLM token تلو الآخر أثناء توليدها، بدلاً من انتظار الرد الكامل.
System Prompt - تعليمات مخفية تحدّد كيف يجب أن يتصرف الذكاء الاصطناعي طوال المحادثة.
T
Temperature - معامل يتحكم في عشوائية التوليد. قيمة منخفضة = متوقع؛ قيمة مرتفعة = إبداعي لكن أكثر مخاطرة.
Token - الوحدة الأساسية التي تعالجها نماذج LLM — نحو ¾ كلمة في المتوسط. كلمة "Understanding" قد تكون 3 tokens.
Tokenization - عملية تقسيم النص إلى tokens ليعالجها النموذج.
Training - عملية تعليم نموذج LLM بضبط الـ parameters استناداً إلى كميات هائلة من البيانات النصية.
Transformer - هندسة الشبكة العصبية التي تشغّل نماذج LLM الحديثة، قُدّمت عام 2017.
Z
Zero-Shot - أداء مهمة دون أي أمثلة — بتعليمات فقط داخل الـ prompt.
العلاقات الأساسية
مرجع سريع
أحجام النماذج
| الحجم | الـ Parameters | الاستخدام النموذجي |
|---|---|---|
| صغير | 7B | التشغيل المحلي، مهام خفيفة |
| متوسط | 13B-30B | توازن جيد |
| كبير | 70B+ | مهام معقّدة، جودة عالية |
تقديرات الـ Tokens
- 1 token ≈ ¾ كلمة
- 100 tokens ≈ 75 كلمة
- صفحة واحدة ≈ 500-750 tokens
إعدادات Temperature
| الإعداد | السلوك |
|---|---|
| 0.0-0.3 | حتمي، وقائعي |
| 0.4-0.7 | متوازن |
| 0.8-1.0+ | إبداعي، متغيّر |