مسرد
مسرد شامل لمصطلحات MLOps وLLMOps.
أ
اختبار A/B - طريقة لمقارنة نسختين (A وB) من نموذج أو موجّه لتحديد أيهما يؤدي بشكل أفضل.
API (واجهة برمجة التطبيقات) - مجموعة من البروتوكولات والأدوات لبناء تطبيقات البرمجيات، تُستخدم عادةً لعرض نماذج التعلم الآلي كخدمات.
القطعة الأثرية - أي ملف أو بيانات تُنتج خلال دورة حياة التعلم الآلي، بما في ذلك النماذج ومجموعات البيانات وملفات التكوين.
Autolog - ميزة في MLflow تقوم تلقائيًا بتسجيل المعلمات والقياسات والنماذج دون الحاجة إلى كود صريح.
AutoML - التعلم الآلي الآلي؛ تقنيات تقوم بأتمتة اختيار النموذج وضبط المعلمات الفائقة.
ب
معالجة الدفعات - معالجة البيانات في مجموعات بدلاً من التدفقات في الوقت الفعلي.
BentoML - إطار عمل مفتوح المصدر لتغليف ونشر نماذج التعلم الآلي.
درجة BLEU - تقييم ثنائي اللغة؛ مقياس لتقييم جودة الترجمة الآلية.
ت
نشر الكناري - طرح التغييرات تدريجيًا لمجموعة صغيرة من المستخدمين قبل النشر الكامل.
CI/CD - التكامل المستمر/النشر المستمر؛ ممارسات لأتمتة تسليم البرمجيات.
انحراف المفهوم - عندما يتغير العلاقة بين مدخلات ومخرجات النموذج بمرور الوقت.
التغليف - تغليف البرمجيات مع تبعياتها في وحدات موحدة (حاويات).
انحراف المتغيرات المشتركة - عندما يتغير توزيع ميزات المدخلات بمرور الوقت.
د
DAG (الرسم البياني الموجه غير الدوري) - هيكل بياني يستخدمه أدوات التنسيق مثل Airflow لتمثيل تبعيات الأنابيب.
انجراف البيانات - تغييرات في الخصائص الإحصائية لبيانات المدخلات بمرور الوقت.
التحكم في إصدار البيانات (DVC) - أداة لإصدار البيانات ونماذج التعلم الآلي جنبًا إلى جنب مع الكود.
DeepSpeed - مكتبة من مايكروسوفت للتدريب الموزع الفعال للنماذج الكبيرة.
Docker - منصة لتغليف التطبيقات في حاويات.
هـ
التضمين - تمثيل متجه كثيف للبيانات (نصوص، صور) يتم تعلمه بواسطة الشبكات العصبية.
تتبع التجارب - تسجيل المعلمات والقياسات والقطع الأثرية من تجارب التعلم الآلي.
ف
الأمانة - في تقييم LLM، ما إذا كان المحتوى المولد مستندًا إلى السياق المقدم.
هندسة الميزات - إنشاء ميزات مدخلات جديدة من البيانات الخام لتحسين أداء النموذج.
مخزن الميزات - مستودع مركزي لتخزين وتقديم ميزات التعلم الآلي.
Feast - مخزن ميزات مفتوح المصدر للتعلم الآلي.
الضبط الدقيق (Fine-tuning) - تكييف نموذج مدرب مسبقًا لمهمة أو مجال محدد.
ج
GPU (وحدة معالجة الرسوميات) - مسرع الأجهزة المستخدم عادةً في تدريب واستدلال التعلم الآلي.
التحقق من التدرج - تقنية تحسين الذاكرة التي تستبدل الحساب بالذاكرة.
Great Expectations - مكتبة بايثون للتحقق من صحة البيانات وتوثيقها.
ح
الهلوسة - عندما تولد LLMs معلومات تبدو صحيحة لكنها غير صحيحة أو ملفقة.
HPA (الموسع الأفقي للحاويات) - ميزة في Kubernetes لتوسيع الحاويات تلقائيًا.
المعلمة الفائقة - قيم التكوين التي يتم تعيينها قبل التدريب (معدل التعلم، حجم الدفعة، إلخ).
ت
الاستدلال - استخدام نموذج مدرب لإجراء التنبؤات على بيانات جديدة.
البنية التحتية ككود (IaC) - إدارة البنية التحتية من خلال الكود (Terraform، Pulumi).
ك
KFServing/KServe - منصة أصلية لـ Kubernetes لخدمة نماذج التعلم الآلي.
Kubeflow - مجموعة أدوات التعلم الآلي لـ Kubernetes مع أنابيب، دفاتر ملاحظات، ومكونات الخدمة.
Kubernetes - منصة تنسيق الحاويات لنشر وإدارة التطبيقات.
KV Cache - ذاكرة تخزين مؤقتة للمفاتيح والقيم تخزن حسابات الانتباه في نماذج المحولات.
ل
انحراف العلامات - عندما يتغير توزيع العلامات المستهدفة بمرور الوقت.
LangChain - إطار عمل لتطوير التطبيقات المدعومة بـ LLM.
LangSmith - منصة لتصحيح الأخطاء، واختبار، ومراقبة تطبيقات LLM.
زمن الاستجابة - الوقت المستغرق لمعالجة طلب وإرجاع استجابة.
LLM (نموذج اللغة الكبير) - شبكة عصبية مدربة على بيانات نصية ضخمة (GPT، Claude، Llama).
LLMOps - ممارسات متخصصة لنشر وصيانة تطبيقات LLM.
م
التدريب بدقة مختلطة - استخدام كل من FP16 وFP32 لتدريب أسرع.
MLflow - منصة مفتوحة المصدر لإدارة دورة حياة التعلم الآلي.
MLOps - ممارسات لنشر وصيانة نماذج التعلم الآلي في الإنتاج.
بطاقة النموذج - وثيقة تصف غرض النموذج، أدائه، وقيوده.
التوازي النموذجي - تقسيم نموذج عبر وحدات معالجة الرسوميات متعددة.
سجل النموذج - مستودع مركزي لتخزين وإدارة إصدارات النماذج.
ن
Neptune.ai - منصة لتتبع التجارب وسجل النماذج.
و
ONNX - تبادل الشبكة العصبية المفتوحة؛ صيغة لتشغيل النماذج.
المراقبة - القدرة على فهم حالة النظام من خلال السجلات، المقاييس، والتتبع.
ب
زمن استجابة P99 - زمن الاستجابة في الشريحة 99 (99% من الطلبات أسرع).
PagedAttention - تقنية إدارة الذاكرة في vLLM لكفاءة ذاكرة التخزين المؤقت KV.
الأنبوب - تسلسل من خطوات معالجة البيانات أو التعلم الآلي.
الحاوية - أصغر وحدة قابلة للنشر في Kubernetes، تحتوي على حاوية أو أكثر.
Prometheus - مجموعة أدوات مفتوحة المصدر للمراقبة والتنبيه.
هندسة الموجّهات - صياغة مدخلات فعالة للحصول على مخرجات مرغوبة من LLMs.
حقن الموجّه - هجوم حيث تقوم الموجّهات الخبيثة بتغيير سلوك LLM.
ك
التكميم - تقليل دقة النموذج (FP32 → INT8) لتقليل الذاكرة وزيادة السرعة.
ر
RAG (التوليد المعزز بالاسترجاع) - دمج أنظمة الاسترجاع مع LLMs للحصول على استجابات مستندة.
RAGAS - إطار عمل لتقييم أنابيب RAG.
تحديد المعدل - تقييد عدد الطلبات لمنع الإساءة.
الفريق الأحمر - اختبار الأنظمة عمدًا للعثور على الثغرات.
قابلية التكرار - القدرة على إعادة إنشاء نفس النتائج عند إعطاء نفس المدخلات.
دليل التشغيل - وثيقة إجراءات الاستجابة للحوادث.
س
الوضع الظلي - تشغيل نموذج جديد بجانب الإنتاج دون التأثير على المستخدمين.
مثيل السحابة المؤقت - سعة الحوسبة السحابية المتاحة بأسعار مخفضة.
البث - إرسال مخرجات LLM تدريجيًا أثناء توليدها.
المسح - بحث تلقائي عن المعلمات الفائقة (مصطلحات W&B).
ت
TensorFlow Serving - نظام جوجل لخدمة نماذج TensorFlow.
TGI (استدلال توليد النصوص) - حل خدمة LLM من HuggingFace.
الرمز - وحدة أساسية من النص التي تعالجها LLMs.
TorchServe - إطار عمل خدمة النماذج لـ PyTorch.
خادم الاستدلال Triton - خدمة استدلال عالية الأداء من NVIDIA.
ف
قاعدة بيانات المتجهات - قاعدة بيانات محسّنة لتخزين والبحث عن التضمينات.
vLLM - محرك خدمة LLM عالي الإنتاجية مع PagedAttention.
و
Weights & Biases (W&B) - منصة MLOps لتتبع التجارب والتعاون.
أضف إلى مفرداتك
يغطي هذا المسرد المصطلحات الأساسية. مع تقدمك في الدورة، ستطور فهمًا أعمق لكل مفهوم من خلال الممارسة العملية.