الوحدة 2: كيف تعمل نماذج LLM (مبسط)
السرّ خلف الستار
بعد أن عرفت ماهية نماذج LLM، دعنا نلقي نظرة خلف الستار لفهم كيف تعمل. لا تقلق — سنبقي الأمور بسيطة ونكثر من التشبيهات.
ما ستتعلمه
في هذه الوحدة ستقوم بما يلي:
- فهم مصدر بيانات التدريب وما يتعلمه النموذج منها
- معرفة كيف يعمل التنبؤ بالكلمة التالية ولماذا ينتج إجابات تبدو ذكية
- اكتشاف كيف يعمل السياق والذاكرة في المحادثات مع نماذج LLM
بنية الوحدة
| الفصل | الموضوع | المدة |
|---|---|---|
| الفصل 1 | التدريب على بيانات نصية | 20 دقيقة |
| الفصل 2 | التنبؤ بالكلمة التالية | 25 دقيقة |
| الفصل 3 | السياق والذاكرة | 20 دقيقة |
| الاختبار | اختبار الوحدة 2 | 30 دقيقة |
معاينة المفاهيم الأساسية
التدريب
عملية تعليم نموذج LLM بعرض كميات هائلة من النصوص عليه وضبط الـ parameters ليتحسّن في التنبؤ بما يأتي بعد ذلك.
Tokens
الوحدات الأساسية التي تعالجها نماذج LLM — عادة أجزاء من الكلمات. كلمة "Understanding" قد تكون ثلاثة tokens: "under" و"stand" و"ing".
الاحتمال
مدى ترجيح النموذج لكلمة معيّنة بعد النص الحالي. "The cat sat on the ___" ← "mat" (احتمال مرتفع) مقابل "airplane" (احتمال منخفض).
نافذة السياق
كمية النص التي يستطيع النموذج «رؤيتها» دفعة واحدة — مثل الذاكرة قصيرة المدى للمحادثة.
تشبيه المكتبة
تخيّل شخصاً قرأ كل كتاب في أكبر مكتبة في العالم — مليارات الصفحات. لم يحفظ كل جملة، لكنه طوّر حدساً عميقاً لكيفية عمل اللغة.
عندما تسأله سؤالاً، لا يبحث عن الجواب في كتاب. بل يولّد إجابة استناداً إلى الأنماط التي امتصّها من قراءاته كلها.
هذا في جوهره كيف يعمل نموذج LLM.
لماذا يهم هذا؟
فهم كيف تعمل نماذج LLM يساعدك على:
- صياغة prompts أفضل للحصول على الإجابات التي تريدها
- التعرف على القيود المتأصلة في التقنية
- تشخيص المشكلات عندما يعطي الذكاء الاصطناعي نتائج غير متوقعة
- اتخاذ قرارات مستنيرة بشأن متى تثق بمخرجات نماذج LLM
لنبدأ!
ابدأ بـ الفصل 1: التدريب على بيانات نصية لتكتشف كيف تتعلم نماذج LLM من النصوص.
الوقت التقديري لإكمال هذه الوحدة: 1.5-2 ساعة