الامتحان النهائي: إتمام ضبط LLM
تقييم شامل يغطي جميع الوحدات العشر. 50 سؤالاً لاختبار إتقانك لمفاهيم وممارسات ضبط LLM.
الحد الزمني: 90 دقيقة
درجة النجاح: 80% (40/50 صحيح)
القسم 1: الأساسيات (الأسئلة 1-10)
السؤال 1
ما هو الفرق الأساسي بين ضبط النموذج وهندسة التوجيه؟
A) هندسة التوجيه أسرع في التكرار
B) ضبط النموذج يعدل الأوزان الداخلية للنموذج
C) هندسة التوجيه تنتج نتائج أفضل
D) ضبط النموذج لا يتطلب أي بيانات
إظهار الإجابة
الإجابة الصحيحة: B
ضبط النموذج يعدل الأوزان الداخلية للنموذج من خلال التدريب المعتمد على التدرج، بينما هندسة التوجيه تغير فقط النص المدخل دون تعديل النموذج نفسه.
السؤال 2
متى يجب تفضيل RAG على ضبط النموذج؟
A) عندما تحتاج إلى تغيير أسلوب كتابة النموذج
B) عندما تحتاج المعرفة إلى تحديث متكرر
C) عندما تريد أن يتبع النموذج تعليمات محددة
D) عندما تكون موارد الحوسبة غير محدودة
إظهار الإجابة
الإجابة الصحيحة: B
يفضل استخدام RAG (توليد معزز بالاسترجاع) عندما تحتاج المعرفة إلى تحديث متكرر لأنه يمكنك ببساطة تحديث قاعدة بيانات الاسترجاع دون إعادة تدريب النموذج.
السؤال 3
ما هو التعلم بالنقل في سياق LLMs؟
A) نقل نموذج من وحدة معالجة رسومات إلى أخرى
B) استخدام المعرفة من التدريب المسبق لتحسين الأداء في مهام جديدة
C) نقل البيانات بين مجموعات البيانات
D) تحويل النماذج بين الأطر
إظهار الإجابة
الإجابة الصحيحة: B
التعلم بالنقل يستفيد من المعرفة التي اكتسبها النموذج خلال التدريب المسبق على مجموعات بيانات كبيرة لتحسين أدائه في مهام محددة من خلال ضبط النموذج.
السؤال 4
ما هو النسيان الكارثي؟
A) عندما يصبح النموذج كبيرًا جدًا بحيث لا يمكن وضعه في الذاكرة
B) عندما تفقد بيانات التدريب
C) عندما يفقد النموذج المعرفة التي تعلمها سابقًا بعد التدريب على بيانات جديدة
D) عندما تصبح التدرجات صفرًا
إظهار الإجابة
الإجابة الصحيحة: C
يحدث النسيان الكارثي عندما يتدهور أداء النموذج في المهام التي تعلمها سابقًا بعد تدريبه على بيانات جديدة، مما يجعله "ينسى" ما تعلمه من قبل.
السؤال 5
أي سيناريو هو الأنسب لضبط النموذج بدلاً من التوجيه؟
A) طلب من النموذج تلخيص وثيقة
B) تعليم النموذج أسلوب كتابة شركة معينة
C) جعل النموذج يجيب على أسئلة حول الأحداث الجارية
D) جعل النموذج يترجم جملة
إظهار الإجابة
الإجابة الصحيحة: B
ضبط النموذج هو الأفضل لاستيعاب الأساليب، الصيغ، أو السلوكيات المحددة التي يصعب نقلها من خلال التوجيه فقط. أسلوب كتابة الشركة هو سلوك مكتسب يستفيد من ضبط النموذج.
السؤال 6
ما هي الميزة الرئيسية لـ PEFT على ضبط النموذج الكامل؟
A) دائمًا ينتج نتائج ذات جودة أفضل
B) يتطلب ذاكرة وحوسبة أقل بكثير
C) يعمل مع أي بنية نموذج
D) لا يتطلب أي بيانات تدريب
إظهار الإجابة
الإجابة الصحيحة: B
طرق PEFT تدرب فقط عددًا صغيرًا من المعلمات، مما يقلل بشكل كبير من متطلبات الذاكرة ووقت التدريب بينما غالبًا ما تحافظ على جودة مماثلة لضبط النموذج الكامل.
السؤال 7
ماذا تعني "المعلمات القابلة للتدريب" في سياق PEFT؟
A) جميع المعلمات في النموذج
B) فقط المعلمات التي يتم تحديثها أثناء التدريب
C) المعلمات التي لا تتطلب حساب التدرج
D) المدخلات المدمجة فقط
إظهار الإجابة
الإجابة الصحيحة: B
المعلمات القابلة للتدريب هي تلك الأوزان التي تتلقى تحديثات التدرج أثناء التدريب. في PEFT، هذا هو جزء صغير من إجمالي معلمات النموذج.
السؤال 8
ما هي النسبة النموذجية للمعلمات القابلة للتدريب في LoRA مقارنة بضبط النموذج الكامل؟
A) حوالي 50%
B) حوالي 25%
C) أقل من 1%
D) حوالي 10%
إظهار الإجابة
الإجابة الصحيحة: C
LoRA عادةً ما تدرب أقل من 1% من معلمات النموذج الأصلي (غالبًا 0.1-0.5%) بينما تحافظ على أداء مماثل لضبط النموذج الكامل.
السؤال 9
ما الذي يحدد "القدرة" لمحول LoRA؟
A) حجم النموذج الأساسي
B) الرتبة (r) للمصفوفات منخفضة الرتبة
C) معدل التعلم المستخدم
D) حجم مجموعة البيانات
إظهار الإجابة
الإجابة الصحيحة: B
الرتبة (r) تحدد عدد المعلمات التي يمتلكها محول LoRA وبالتالي قدرته على التعلم. الرتب الأعلى تسمح بتكييفات أكثر تعقيدًا ولكن تتطلب المزيد من المعلمات.
السؤال 10
ما هو الغرض من معلمة ألفا في LoRA؟
A) للتحكم في معدل التعلم
B) لتحديد مدى مساهمة أوزان LoRA
C) لتحديد عدد دورات التدريب
D) لتحديد حجم الدفعة
إظهار الإجابة
الإجابة الصحيحة: B
ألفا في LoRA هو عامل قياس يتحكم في مدى مساهمة أوزان LoRA المكتسبة في المخرجات. القياس الفعلي هو ألفا/الرتبة.
القسم 2: التنفيذ التقني (الأسئلة 11-25)
السؤال 11
ما هو تنسيق التكميم الذي يستخدمه QLoRA بشكل أساسي؟
A) INT8
B) Float16
C) NF4 (4-bit NormalFloat)
D) BFloat16
إظهار الإجابة
الإجابة الصحيحة: C
QLoRA يستخدم تكميم NF4 (4-bit NormalFloat)، والذي تم تصميمه خصيصًا ليحتوي على أعداد متساوية من القيم في كل حاوية تكميم للأوزان الموزعة بشكل طبيعي.
السؤال 12
ما هو "التكميم المزدوج" في QLoRA؟
A) تكميم النموذج مرتين
B) استخدام نظامي تكميم مختلفين
C) تكميم ثوابت التكميم نفسها
D) تشغيل التكميم على وحدتي معالجة رسومات
إظهار الإجابة
الإجابة الصحيحة: C
التكميم المزدوج يقلل الذاكرة بشكل أكبر عن طريق تكميم الثوابت المستخدمة في المستوى الأول من التكميم، مما يوفر حوالي 0.4 بت إضافية لكل معلمة.
السؤال 13
ما هي المكتبة التي توفر BitsAndBytesConfig للتكميم 4 بت؟
A) transformers
B) peft
C) bitsandbytes
D) accelerate
إظهار الإجابة
الإجابة الصحيحة: C
مكتبة bitsandbytes توفر وظيفة التكميم، على الرغم من أنها تُكوّن من خلال BitsAndBytesConfig في transformers.
السؤال 14
ما هو استخدام التحقق من التدرج؟
A) حفظ تقدم التدريب
B) مبادلة الحوسبة بالذاكرة عن طريق إعادة حساب التنشيطات
C) التحقق من انفجار التدرج
D) مزامنة التدرجات عبر وحدات معالجة الرسومات
إظهار الإجابة
الإجابة الصحيحة: B
التحقق من التدرج يوفر الذاكرة بعدم تخزين جميع التنشيطات أثناء المرور الأمامي، بدلاً من ذلك يعيد حسابها أثناء الانتشار العكسي. هذا يبادل الحوسبة الإضافية بتقليل الذاكرة.
السؤال 15
أي مصفوفات الأوزان تستهدف عادةً لـ LoRA في نماذج المحولات؟
A) طبقات التضمين فقط
B) الإسقاط الخارجي فقط
C) إسقاطات الاستعلام والقيمة (q_proj, v_proj)
D) معلمات تطبيع الطبقة
إظهار الإجابة
الإجابة الصحيحة: C
مصفوفات إسقاط الاستعلام والقيمة (q_proj, v_proj) هي الأكثر استهدافًا لأنها تظهر نتائج جيدة مع الحد الأدنى من المعلمات. يمكن أيضًا تضمين إسقاطات المفتاح والإخراج.
السؤال 16
ما الذي يفعله prepare_model_for_kbit_training()؟
A) تحويل النموذج إلى تنسيق k-bit
B) إعداد النماذج المكممة للتدريب من خلال التعامل مع تطبيع الطبقات والصب
C) تحميل النموذج في ذاكرة وحدة معالجة الرسومات
D) تقسيم النموذج عبر أجهزة متعددة
إظهار الإجابة
الإجابة الصحيحة: B
هذه الوظيفة من PEFT تعد نموذجًا مكممًا للتدريب من خلال صب تطبيع الطبقات إلى float32 وتمكين التحقق من التدرج، وهو ضروري للتدريب المستقر.
السؤال 17
ما هو الغرض من تنسيق Alpaca في ضبط التعليمات؟
A) محلل محدد
B) تنسيق منظم مع حقول التعليمات، المدخلات، والمخرجات
C) خوارزمية ضغط
D) بنية نموذج
إظهار الإجابة
الإجابة الصحيحة: B
تنسيق Alpaca ينظم بيانات التدريب بثلاثة حقول: التعليمات (ما يجب فعله)، المدخلات (السياق الاختياري)، والمخرجات (الاستجابة المتوقعة)، مما يسهل تنسيق بيانات اتباع التعليمات.
السؤال 18
ما هو الفرق الرئيسي بين تنسيق ShareGPT وAlpaca؟
A) ShareGPT يستخدم XML
B) ShareGPT يدعم المحادثات متعددة الأدوار
C) Alpaca يدعم لغات متعددة
D) ShareGPT أصغر
إظهار الإجابة
الإجابة الصحيحة: B
تنسيق ShareGPT يدعم المحادثات متعددة الأدوار مع رسائل مستندة إلى الأدوار (النظام، المستخدم، المساعد)، بينما تم تصميم Alpaca لأزواج التعليمات والاستجابة ذات الدور الواحد.
السؤال 19
ما هو SFTTrainer في مكتبة TRL؟
A) بنية نموذج
B) فئة مدرب لضبط الإشراف
C) محمل مجموعة بيانات
D) غلاف محلل
إظهار الإجابة
الإجابة الصحيحة: B
SFTTrainer (مدرب ضبط الإشراف) هو فئة مدرب متخصصة في TRL تبسط عملية ضبط النموذج مع ميزات مثل التعامل التلقائي مع قوالب الدردشة والتعبئة.
السؤال 20
ماذا يسمح لك "تراكم التدرج" بالقيام به؟
A) تخزين التدرجات بشكل دائم
B) محاكاة أحجام دفعات أكبر بذاكرة محدودة
C) تسريع التدريب
D) تقليل حجم النموذج
إظهار الإجابة
الإجابة الصحيحة: B
تراكم التدرج يسمح لك بمحاكاة أحجام دفعات فعالة أكبر عن طريق تراكم التدرجات على عدة تمريرات أمامية قبل إجراء تحديث للأوزان.
السؤال 21
ما هو معدل التعلم الذي يُوصى به عادةً لضبط LoRA؟
A) 1e-2 إلى 1e-3
B) 1e-4 إلى 1e-5
C) 1e-6 إلى 1e-7
D) 1.0
إظهار الإجابة
الإجابة الصحيحة: B
ضبط LoRA عادةً ما يستخدم معدلات تعلم في نطاق 1e-4 إلى 1e-5، وهو أعلى من ضبط النموذج الكامل لأن عددًا صغيرًا فقط من المعلمات يتم تحديثه.
السؤال 22
ما هو DPO (تحسين التفضيل المباشر)؟
A) تقنية معالجة البيانات
B) بديل لـ RLHF الذي يحسن التفضيلات مباشرة دون نموذج مكافأة
C) طريقة تكميم
D) بنية نموذج
إظهار الإجابة
الإجابة الصحيحة: B
DPO يحسن النموذج اللغوي مباشرة باستخدام أزواج التفضيل (المختارة/المرفوضة) دون الحاجة إلى تدريب نموذج مكافأة منفصل، مما يبسط خط أنابيب RLHF.
السؤال 23
ما نوع البيانات التي يتطلبها DPO؟
A) أمثلة إيجابية فقط
B) أزواج التفضيل (الاستجابات المختارة والمرفوضة)
C) بيانات تصنيف معنونة
D) نص غير معنوي
إظهار الإجابة
الإجابة الصحيحة: B
DPO يتطلب بيانات تفضيل تتكون من أزواج حيث يتم تفضيل استجابة واحدة (مختارة) على أخرى (مرفوضة) لنفس التوجيه.
السؤال 24
ما هي الابتكار الرئيسي لـ ORPO مقارنة بـ DPO؟
A) يستخدم بيانات أقل
B) يجمع بين ضبط الإشراف وتحسين التفضيل في مرحلة واحدة
C) لا يتطلب تفضيلات
D) يعمل فقط مع النماذج الصغيرة
إظهار الإجابة
الإجابة الصحيحة: B
ORPO (تحسين تفضيل نسبة الاحتمالات) يجمع بين ضبط الإشراف ومواءمة التفضيل في مرحلة تدريب واحدة، على عكس DPO الذي يتطلب عادةً خطوة SFT منفصلة أولاً.
السؤال 25
ما الذي يتحكم فيه معامل "بيتا" في DPO؟
A) حجم الدفعة
B) قوة تحسين التفضيل مقابل البقاء قريبًا من النموذج المرجعي
C) معدل التعلم
D) عدد الدورات
إظهار الإجابة
الإجابة الصحيحة: B
بيتا يتحكم في عقوبة تباعد KL، موازنًا بين مدى قوة النموذج في تحسين التفضيلات مقابل البقاء قريبًا من سلوك النموذج المرجعي (الأساسي).
القسم 3: التقييم والنشر (الأسئلة 26-40)
السؤال 26
ما الذي يقيسه التعقيد؟
A) حجم النموذج
B) مدى جودة توقع النموذج للنص (الأقل هو الأفضل)
C) سرعة التدريب
D) استخدام الذاكرة
إظهار الإجابة
الإجابة الصحيحة: B
التعقيد يقيس مدى جودة نموذج الاحتمالية في توقع عينة. التعقيد الأقل يشير إلى أن النموذج أفضل في توقع النص، مما يعني أنه أقل "دهشة" من البيانات.
السؤال 27
ما هو TIES-Merging؟
A) تقنية تدريب
B) طريقة لدمج نماذج متعددة تتعامل مع تعارضات المعلمات
C) نظام تحليل
D) مقياس تقييم
إظهار الإجابة
الإجابة الصحيحة: B
TIES (Trim, Elect Sign & Merge) هي تقنية دمج نماذج تتعامل مع التعارضات بين معلمات النموذج بشكل أفضل من المتوسط البسيط عن طريق حل تعارضات الإشارة وتقليم القيم الصغيرة.
السؤال 28
ما هي الأداة التي تُستخدم عادةً لدمج محولات LoRA والنماذج؟
A) PyTorch
B) MergeKit
C) TensorFlow
D) NumPy
إظهار الإجابة
الإجابة الصحيحة: B
MergeKit هي مجموعة أدوات شائعة مصممة خصيصًا لدمج نماذج اللغة، تدعم طرقًا متنوعة مثل الدمج الخطي، TIES، DARE، و SLERP.
السؤال 29
ما هو التنسيق الذي يُستخدم عادةً للاستدلال على وحدة المعالجة المركزية مع llama.cpp؟
A) ONNX
B) GGUF
C) PyTorch
D) TensorFlow SavedModel
إظهار الإجابة
الإجابة الصحيحة: B
GGUF (GPT-Generated Unified Format) هو التنسيق القياسي للنماذج المكممة المستخدمة مع llama.cpp للاستدلال الفعال على وحدة المعالجة المركزية.
السؤال 30
ما الذي يتم تحسين vLLM من أجله بشكل أساسي؟
A) تدريب النموذج
B) تقديم الاستدلال عالي الإنتاجية
C) معالجة البيانات
D) تكميم النموذج
إظهار الإجابة
الإجابة الصحيحة: B
vLLM هو محرك استدلال محسن لتقديم LLMs عالي الإنتاجية، باستخدام تقنيات مثل PagedAttention لإدارة الذاكرة بكفاءة ومعالجة الطلبات.
السؤال 31
ما هو PagedAttention في vLLM؟
A) تقنية تدريب
B) آلية انتباه تدير ذاكرة مخبأ KV من خلال الترحيل
C) طريقة تحليل
D) بنية نموذج
إظهار الإجابة
الإجابة الصحيحة: B
PagedAttention يدير ذاكرة مخبأ المفتاح والقيمة مثل صفحات الذاكرة الافتراضية، مما يسمح باستخدام ذاكرة أكثر كفاءة وإنتاجية أعلى للاستدلال.
السؤال 32
لدمج أوزان LoRA في النموذج الأساسي، أي طريقة يجب استخدامها؟
A) model.save_pretrained()
B) model.merge_and_unload()
C) model.quantize()
D) model.train()
إظهار الإجابة
الإجابة الصحيحة: B
طريقة merge_and_unload() تدمج أوزان محول LoRA في أوزان النموذج الأساسي وتزيل المحول، مما ينتج نموذجًا قياسيًا بدون عبء LoRA.
السؤال 33
ما هي دراسة الإزالة في سياق ضبط النموذج؟
A) إزالة النموذج من الذاكرة
B) اختبار منهجي لمكونات مختلفة لفهم مساهمتها
C) نوع من التكميم
D) استراتيجية نشر
إظهار الإجابة
الإجابة الصحيحة: B
دراسة الإزالة تزيل أو تغير مكونات (مثل رتبة LoRA، معدل التعلم، حجم مجموعة البيانات) بشكل منهجي لفهم مساهمتها الفردية في أداء النموذج.
السؤال 34
ما هو الغرض من خسارة التقييم أثناء التدريب؟
A) لتحديث أوزان النموذج
B) لمراقبة الإفراط في التخصيص على مجموعة محتجزة
C) لحساب التدرجات
D) لحفظ نقاط التحقق
إظهار الإجابة
الإجابة الصحيحة: B
خسارة التقييم على مجموعة تحقق محتجزة تساعد في اكتشاف الإفراط في التخصيص—عندما تنخفض خسارة التدريب ولكن تزداد خسارة التقييم، فإن النموذج يحفظ بدلاً من أن يعمم.
السؤال 35
ما الذي يمنعه "التوقف المبكر"؟
A) التدريب البطيء
B) الإفراط في التخصيص عن طريق التوقف عندما يتوقف أداء التحقق عن التحسن
C) انفجار التدرج
D) تجاوز الذاكرة
إظهار الإجابة
الإجابة الصحيحة: B
التوقف المبكر يراقب أداء التحقق ويتوقف عن التدريب عندما يتوقف عن التحسن، مما يمنع النموذج من الإفراط في التخصيص لبيانات التدريب.
السؤال 36
أي مقياس يُستخدم عادةً لتقييم نماذج اتباع التعليمات؟
A) BLEU
B) معدل الفوز ضد خط أساس (تقييم بشري أو GPT-4)
C) معدل خطأ الكلمات
D) درجة F1
إظهار الإجابة
الإجابة الصحيحة: B
مقارنات معدل الفوز (غالبًا باستخدام GPT-4 كحكم أو تقييم بشري) تُستخدم عادةً لأنها تلتقط جودة اتباع التعليمات بشكل أفضل من المقاييس التقليدية.
السؤال 37
ما هو استخدام Weights & Biases (W&B) في سير عمل ضبط النموذج؟
A) تكميم النموذج
B) تتبع التجارب والتصور
C) تقديم الاستدلال
D) تخزين البيانات
إظهار الإجابة
الإجابة الصحيحة: B
Weights & Biases هو منصة تتبع التجارب التي تسجل مقاييس التدريب، المعلمات الفائقة، والقطع الأثرية، مما يسهل مقارنة التجارب وإعادة إنتاجها.
السؤال 38
ما هو النهج الموصى به عند نشر نموذج مضبوط مع LoRA للإنتاج؟
A) احتفظ بـ LoRA منفصلة للمرونة
B) دمج في النموذج الأساسي لتبسيط النشر، إلا إذا كنت بحاجة إلى تبديل المحولات
C) استخدم فقط الإصدارات المكممة
D) دائمًا أعد التدريب من الصفر
إظهار الإجابة
الإجابة الصحيحة: B
لأغلب عمليات النشر الإنتاجية، دمج LoRA في النموذج الأساسي يبسط البنية. احتفظ بها منفصلة فقط إذا كنت بحاجة إلى التبديل بين محولات متعددة ديناميكيًا.
السؤال 39
ما هو مستوى التكميم الذي يُعتبر الأفضل لجودة استدلال الإنتاج؟
A) 2 بت
B) 4 بت
C) 8 بت
D) 1 بت
إظهار الإجابة
الإجابة الصحيحة: C
التكميم 8 بت (INT8) يوفر عادةً أفضل توازن بين سرعة الاستدلال/الذاكرة والاحتفاظ بالجودة. 4 بت يعمل جيدًا في العديد من الحالات ولكنه قد يظهر تدهورًا أكبر في الجودة.
السؤال 40
ما هو التشفير التخميني؟
A) استخدام نموذج مسودة صغير لتسريع التوليد عن طريق اقتراح الرموز التي يتم التحقق منها بواسطة النموذج الكبير
B) توليد مخرجات متعددة بالتوازي
C) توقع نتائج التدريب
D) تقنية تدريب
إظهار الإجابة
الإجابة الصحيحة: A
التشفير التخميني يستخدم نموذج مسودة أصغر وأسرع لاقتراح رموز متعددة، والتي يقوم النموذج الأكبر بعد ذلك بالتحقق منها بالتوازي، مما يسرع التوليد بمقدار 2-3 مرات.
القسم 4: أفضل الممارسات والمفاهيم المتقدمة (الأسئلة 41-50)
السؤال 41
ما هو حجم مجموعة البيانات الأدنى الموصى به لضبط نموذج اتباع التعليمات؟
A) 10 أمثلة
B) 100-500 مثال عالي الجودة
C) 100,000+ مثال دائمًا
D) حجم مجموعة البيانات لا يهم
إظهار الإجابة
الإجابة الصحيحة: B
100-500 مثال عالي الجودة ومتنوعة يمكن أن تكون كافية للعديد من مهام الضبط. الجودة تهم أكثر من الكمية—مجموعة بيانات صغيرة عالية الجودة غالبًا ما تتفوق على مجموعة كبيرة مليئة بالضوضاء.
السؤال 42
ما هو توليد البيانات الاصطناعية في ضبط النموذج؟
A) إنشاء مقاييس تقييم زائفة
B) استخدام نماذج الذكاء الاصطناعي لإنشاء بيانات تدريب
C) محاكاة أداء وحدة معالجة الرسومات
D) إنشاء بنى نموذج تلقائيًا
إظهار الإجابة
الإجابة الصحيحة: B
توليد البيانات الاصطناعية يستخدم نماذج الذكاء الاصطناعي (غالبًا نماذج أقوى مثل GPT-4) لإنشاء أمثلة تدريب، والتي يمكن تصفيتها وتنظيمها لبناء مجموعات بيانات تدريب عالية الجودة.
السؤال 43
ما هي فائدة استخدام قالب دردشة أثناء التدريب؟
A) تحليل أسرع
B) يضمن تنسيقًا متسقًا يتوافق مع كيفية استخدام النموذج في الاستدلال
C) يقلل من استخدام الذاكرة
D) يحسن التكميم
إظهار الإجابة
الإجابة الصحيحة: B
قوالب الدردشة تضمن أن بيانات التدريب مهيكلة بنفس طريقة مدخلات الاستدلال، بما في ذلك الرموز الخاصة للأدوار المختلفة. التنسيقات غير المتطابقة بين التدريب والاستدلال يمكن أن تضر بالأداء.
السؤال 44
ما هو تلوث البيانات في تقييم النموذج؟
A) تلف البيانات
B) عندما تُرى بيانات التقييم أثناء التدريب
C) القيم المفقودة في مجموعة البيانات
D) التسميات غير الصحيحة
إظهار الإجابة
الإجابة الصحيحة: B
يحدث تلوث البيانات عندما تظهر بيانات التقييم المعيارية في بيانات التدريب، مما يؤدي إلى تضخيم مقاييس الأداء بشكل مصطنع وجعل المقارنة العادلة مستحيلة.
السؤال 45
ما هي رتبة LoRA التي يجب أن تبدأ بها للتجربة؟
A) r=1
B) r=16 أو r=32
C) r=256
D) r=1024
إظهار الإجابة
الإجابة الصحيحة: B
البدء بـ r=16 أو r=32 هو توازن جيد بين القدرة والكفاءة. يمكنك بعد ذلك ضبطها بناءً على النتائج—العديد من المهام تعمل بشكل جيد مع r=8، بينما قد تحتاج المهام المعقدة إلى r=64+.
السؤال 46
ما هي العلاقة بين رتبة LoRA وألفا في الممارسة؟
A) يجب أن تكون ألفا مساوية للرتبة
B) عادةً ما تكون ألفا 1.5-2x الرتبة
C) يجب أن تكون ألفا أصغر بكثير من الرتبة
D) هما مستقلان
إظهار الإجابة
الإجابة الصحيحة: B
الممارسة الشائعة هي ضبط ألفا لتكون 1.5-2x الرتبة (مثلًا، r=16، ألفا=32). هذا لأن القياس الفعلي هو ألفا/الرتبة، والقيم حول 2 تعمل بشكل جيد في الممارسة.
السؤال 47
ما الذي يسبب "خسارة NaN" أثناء التدريب؟
A) البيانات المفقودة
B) عدم الاستقرار العددي غالبًا من معدل التعلم العالي أو التعامل غير السليم مع الدقة
C) الكثير من البيانات
D) المحسن الخاطئ
إظهار الإجابة
الإجابة الصحيحة: B
خسارة NaN (ليس رقمًا) تنتج عادةً عن عدم الاستقرار العددي الناجم عن معدلات التعلم العالية جدًا، انفجار التدرجات، أو التعامل غير السليم مع التدريب المختلط الدقة.
السؤال 48
ما هو الغرض من فترة التسخين في التدريب؟
A) لتسخين وحدة معالجة الرسومات
B) لزيادة معدل التعلم تدريجيًا لتحقيق تدريب مستقر
C) لتحميل البيانات مسبقًا
D) لتجميع النموذج
إظهار الإجابة
الإجابة الصحيحة: B
التسخين يزيد تدريجيًا من معدل التعلم من قيمة صغيرة إلى المعدل المستهدف، مما يساعد في استقرار التدريب في المراحل المبكرة عندما قد تكون التدرجات غير مستقرة.
السؤال 49
عند ضبط النموذج لمجال محدد (مثل الطبي)، ما هو الأهم؟
A) استخدام أكبر نموذج ممكن
B) بيانات عالية الجودة ومحددة بالمجال مع تنسيق صحيح
C) التدريب لعدة دورات
D) أقصى حجم للدفعة
إظهار الإجابة
الإجابة الصحيحة: B
يعتمد الضبط المحدد بالمجال بشكل حاسم على جودة وملاءمة بيانات التدريب. مجموعة بيانات أصغر من أمثلة عالية الجودة ومحددة بالمجال تتفوق عادةً على مجموعات بيانات عامة أكبر.
السؤال 50
ما هو العامل الأكثر أهمية في تحديد نجاح ضبط النموذج؟
A) حجم النموذج
B) وقت التدريب
C) جودة البيانات وملاءمتها
D) نوع وحدة معالجة الرسومات
إظهار الإجابة
الإجابة الصحيحة: C
جودة البيانات وملاءمتها هما العاملان الأكثر أهمية. مجموعة بيانات منظمة جيدًا وذات صلة ستنتج نتائج أفضل من البيانات الأكبر ولكن ذات الجودة المنخفضة، بغض النظر عن حجم النموذج أو الحوسبة.
تفسير النتائج
| النتيجة | المستوى | التوصية |
|---|---|---|
| 45-50 | خبير | جاهز لمشاريع ضبط الإنتاج |
| 40-44 | متقن | فهم قوي، راجع المناطق الضعيفة المحددة |
| 35-39 | متوسط | راجع الأقسام المتقدمة قبل العمل الإنتاجي |
| 30-34 | متطور | أعد زيارة الوحدات 4-8 للمفاهيم التقنية الأساسية |
| أقل من 30 | مبتدئ | أكمل جميع الوحدات مع التمارين قبل إعادة المحاولة |
الشهادة
عند تحقيق درجة 80% أو أعلى، تكون قد أظهرت معرفة شاملة بمفاهيم وتقنيات وأفضل ممارسات ضبط LLM.
الكفاءات الرئيسية التي تم التحقق منها:
- ✅ فهم ضبط النموذج مقابل البدائل (RAG، التوجيه)
- ✅ تنفيذ طرق PEFT (LoRA، QLoRA)
- ✅ إعداد البيانات ومراقبة الجودة
- ✅ تكوين التدريب والتحسين
- ✅ تقنيات متقدمة (DPO، ORPO)
- ✅ التقييم ودمج النموذج
- ✅ اعتبارات نشر الإنتاج
العودة إلى الصفحة الرئيسية للدورة | مراجعة الموارد | المصطلحات