الفصل 3: نظرة عامة على نماذج اللغة الذكية

🎯 الأهداف التعليمية

بعد إكمال هذا الفصل، ستكون قادرًا على:

• شرح كيفية عمل النماذج اللغوية الكبيرة (LLMs) على مستوى عالٍ
• مقارنة النماذج الذكية الرئيسية ونقاط قوتها الفريدة
• تحديد النموذج الأنسب للمهام المختلفة
• فهم القيود الرئيسية للنماذج الذكية الحالية

📚 مقدمة

لتصبح مهندس موجّهات فعال، تحتاج إلى فهم الأدوات التي تعمل بها. في هذا الفصل، سنستكشف كيفية عمل نماذج اللغة الذكية ونقارن بين اللاعبين الرئيسيين في هذا المجال.

كيفية عمل LLMs (مبسط)

النماذج اللغوية الكبيرة هي أنظمة ذكاء اصطناعي مدربة على كميات هائلة من النصوص لفهم وتوليد لغة شبيهة بالبشر.

المفهوم الأساسي

┌─────────────────────────────────────────────────────────────┐
│                    كيفية عمل LLMs                           │
├─────────────────────────────────────────────────────────────┤
│                                                             │
│   الإدخال (موجّهك)                                          │
│         │                                                   │
│         ▼                                                   │
│   ┌─────────────┐                                          │
│   │ TOKENIZATION │ → تقسيم النص إلى رموز                   │
│   └──────┬──────┘                                          │
│          │                                                  │
│          ▼                                                  │
│   ┌─────────────┐                                          │
│   │  EMBEDDING  │ → تحويل الرموز إلى أرقام                 │
│   └──────┬──────┘                                          │
│          │                                                  │
│          ▼                                                  │
│   ┌─────────────┐                                          │
│   │ TRANSFORMER │ → معالجة عبر الشبكة العصبية             │
│   └──────┬──────┘                                          │
│          │                                                  │
│          ▼                                                  │
│   ┌─────────────┐                                          │
│   │ PREDICTION  │ → توقع الرمز التالي الأكثر احتمالاً     │
│   └──────┬──────┘                                          │
│          │                                                  │
│          ▼                                                  │
│   الإخراج (استجابة الذكاء الاصطناعي)                        │
│                                                             │
└─────────────────────────────────────────────────────────────┘

المفاهيم الرئيسية

المفهوم	الشرح	لماذا يهم
الرمز	الوحدة الأساسية للنص (تقريبًا 4 أحرف)	يؤثر على التسعير وحدود السياق
نافذة السياق	الحد الأقصى لطول الإدخال + الإخراج	يحدد مقدار المعلومات التي يمكن للذكاء الاصطناعي أخذها في الاعتبار
المعلمات	الأوزان المتعلمة للنموذج (بالمليارات)	المزيد من المعلمات غالبًا = أكثر قدرة
درجة الحرارة	العشوائية في الإخراج	أعلى = أكثر إبداعًا، أقل = أكثر اتساقًا
بيانات التدريب	النص الذي تعلم منه النموذج	يؤثر على المعرفة والتحيزات

فهم الرموز

"Hello, how are you?" 

Tokenized: ["Hello", ",", " how", " are", " you", "?"]
           = 6 رموز

عدد الرموز يختلف حسب النموذج:
• GPT: ~4 أحرف لكل رمز
• Claude: مشابه لـ GPT
• بعض النماذج تستخدم ترميزًا مختلفًا

لماذا يهم هذا

فهم الرموز يساعدك على:

• تقدير التكاليف
• البقاء ضمن حدود السياق
• كتابة موجّهات أكثر كفاءة

مقارنة النماذج الذكية الرئيسية

لنستكشف اللاعبين الرئيسيين في مجال LLM:

نماذج OpenAI (عائلة GPT)

GPT-4 / GPT-4 Turbo

الميزة	التفاصيل
الشركة	OpenAI
نافذة السياق	8K-128K رموز
نقاط القوة	التفكير، البرمجة، المعرفة العامة
الأفضل لـ	المهام المعقدة، التحليل، الكتابة الإبداعية
الوصول	ChatGPT Plus، API

نمط الموجّه النموذجي:

أنت مطور بايثون خبير. قم بمراجعة هذا الكود 
وقدم تحسينات محددة مع تفسيرات:

[code here]

GPT-3.5 Turbo

الميزة	التفاصيل
نافذة السياق	4K-16K رموز
نقاط القوة	السرعة، الكفاءة في التكلفة
الأفضل لـ	المهام البسيطة، التطبيقات ذات الحجم الكبير
التكلفة	~20x أرخص من GPT-4

نماذج Anthropic (عائلة Claude)

Claude 3 (Opus, Sonnet, Haiku)

المتغير	القوة	حالة الاستخدام
Opus	الأكثر قدرة	التحليل المعقد، البحث
Sonnet	متوازن	الأغراض العامة، البرمجة
Haiku	الأسرع، الأرخص	المهام السريعة، الحجم الكبير

ميزات Claude الفريدة:

• الذكاء الاصطناعي الدستوري (الأمان المدمج)
• ممتاز في اتباع التعليمات المعقدة
• أداء قوي مع الموجّهات المهيكلة XML
• نافذة سياق طويلة جدًا (200K رموز)

نمط الموجّه النموذجي:

<context>
أنت مساعد مفيد تحلل ملاحظات العملاء.
</context>

<task>
صنّف المراجعة التالية واستخرج الموضوعات الرئيسية:
</task>

<review>
[customer review text]
</review>

<output_format>
- الفئة: [إيجابي/سلبي/محايد]
- الموضوعات الرئيسية: [قائمة نقطية]
- الملخص: [جملة واحدة]
</output_format>

نماذج Meta (عائلة Llama)

Llama 2 & Llama 3

الميزة	التفاصيل
الشركة	Meta
الرخصة	مفتوح المصدر (معظمها)
الأحجام	7B، 13B، 70B معلمات
نقاط القوة	قابل للتخصيص، يمكن استضافته ذاتيًا، مجاني
القيود	أقل قدرة من GPT-4/Claude 3

الأفضل لـ:

• المؤسسات التي تحتاج إلى خصوصية البيانات
• الضبط الدقيق المخصص
• التطبيقات الحساسة للتكلفة
• البحث والتجريب

نماذج أخرى ملحوظة

النموذج	الشركة	ميزة ملحوظة
Gemini	Google	متعدد الوسائط، متكامل مع خدمات Google
Mistral	Mistral AI	بديل مفتوح المصدر عالي الجودة
Command	Cohere	موجه نحو المؤسسات، محسّن لـ RAG
Grok	xAI	الوصول إلى المعلومات في الوقت الحقيقي

مصفوفة مقارنة النماذج

┌──────────────────────────────────────────────────────────────┐
│                    مقارنة النماذج                           │
├─────────────┬───────────┬──────────┬─────────┬──────────────┤
│             │ GPT-4     │ Claude 3 │ Llama 3 │ Gemini Pro   │
├─────────────┼───────────┼──────────┼─────────┼──────────────┤
│ التفكير     │ ★★★★★    │ ★★★★★   │ ★★★★   │ ★★★★★       │
│ البرمجة     │ ★★★★★    │ ★★★★★   │ ★★★★   │ ★★★★        │
│ الإبداع     │ ★★★★★    │ ★★★★    │ ★★★    │ ★★★★        │
│ السياق      │ ★★★★     │ ★★★★★   │ ★★★    │ ★★★★        │
│ السرعة      │ ★★★      │ ★★★★    │ ★★★★★  │ ★★★★        │
│ التكلفة     │ ★★       │ ★★★     │ ★★★★★  │ ★★★         │
│ الخصوصية    │ ★★★      │ ★★★     │ ★★★★★  │ ★★★         │
└─────────────┴───────────┴──────────┴─────────┴──────────────┘

فهم القيود

جميع النماذج الذكية لديها قيود تؤثر على كيفية توجيهها:

1. حداثة المعرفة

النماذج مدربة على بيانات حتى تاريخ معين:

النموذج	الحداثة التقريبية
GPT-4	أبريل 2023 (يختلف)
Claude 3	أوائل 2024
Llama 3	ديسمبر 2023

الأثر

تحقق دائمًا من المعلومات الحساسة للوقت. النموذج لا يعرف الأحداث الأخيرة.

2. الهلوسة

يمكن للنماذج الذكية توليد معلومات تبدو معقولة ولكنها غير صحيحة:

❌ موجّه: "ما هو عدد سكان المريخ؟"

❌ إخراج سيء: "عدد سكان المريخ حوالي 
150,000 وفقًا لأحدث بيانات التعداد."

هذا مختلق تمامًا ولكنه يبدو واثقًا!

استراتيجيات الوقاية:

• طلب المصادر
• التحقق من الحقائق الحرجة
• استخدام موجّهات تشجع على الاعتراف بعدم اليقين

3. حدود نافذة السياق

كل نموذج لديه كمية نصية قصوى يمكنه معالجتها:

النموذج	نافذة السياق	المعنى العملي
GPT-3.5	4K-16K رموز	~6-24 صفحات
GPT-4	8K-128K رموز	~12-192 صفحات
Claude 3	200K رموز	~300 صفحات

4. قيود التفكير

على الرغم من الإعجاب، فإن التفكير الذكي لديه فجوات:

• صعوبة في الرياضيات المعقدة متعددة الخطوات
• يمكن خداعه بالألغاز المنطقية المعقدة
• قد لا يفهم السياق الضمني
• يمكن أن يكون غير متسق عبر الأسئلة المتشابهة

5. التحيز والسلامة

قد تعكس النماذج التحيزات في بيانات تدريبها:

• تحيزات ثقافية
• قوالب نمطية
• إمكانية المحتوى الضار

اختيار النموذج المناسب

إطار اتخاذ القرار

┌─────────────────────────────────────────────────────────────┐
│              أي نموذج يجب أن أستخدم؟                        │
└─────────────────────────────────────────────────────────────┘

هل المهمة معقدة (تحليل، برمجة، تفكير)؟
├─ نعم → هل التكلفة مصدر قلق كبير؟
│        ├─ نعم → Claude 3 Sonnet أو GPT-4 Turbo
│        └─ لا → GPT-4 أو Claude 3 Opus
│
└─ لا → هل السرعة حرجة؟
         ├─ نعم → GPT-3.5 Turbo أو Claude 3 Haiku
         └─ لا → هل تحتاج إلى الخصوصية/الاستضافة المحلية؟
                  ├─ نعم → Llama 3 أو Mistral
                  └─ لا → GPT-3.5 أو Claude 3 Sonnet

توصيات قائمة على المهام

المهمة	النموذج الموصى به	لماذا
البرمجة المعقدة	GPT-4، Claude 3 Opus	أفضل تفكير
الإجابات السريعة	GPT-3.5، Haiku	السرعة + التكلفة
الوثائق الطويلة	Claude 3	200K سياق
روبوتات الدردشة للعملاء	GPT-3.5، Sonnet	توازن الجودة/التكلفة
البيانات الخاصة	Llama 3	خيار الاستضافة الذاتية
الكتابة الإبداعية	GPT-4، Claude 3	مخرجات دقيقة

تمرين عملي

تمرين: اختبار النماذج

جرّب نفس الموجّه عبر نماذج مختلفة وقارن المخرجات:

موجّه الاختبار:

اشرح الحوسبة الكمومية لطفل عمره 10 سنوات في 3 جمل، 
ثم اشرحها لطالب دكتوراه في الفيزياء في 3 جمل.

قارن:

1. جودة التبسيط
2. الدقة التقنية
3. تعديل النغمة
4. الفائدة العامة

النقاط الرئيسية

الملخص

1. LLMs تتنبأ بالنص رمزًا برمز بناءً على بيانات التدريب
2. النماذج الرئيسية تشمل GPT-4، Claude 3، Llama 3، وGemini
3. كل نموذج له نقاط قوة: GPT-4 (التفكير)، Claude (السياق)، Llama (الخصوصية)
4. القيود حقيقية: الهلوسة، حدود المعرفة، فجوات التفكير
5. اختر بناءً على المهمة: اعتبر التعقيد، التكلفة، السرعة، واحتياجات الخصوصية

ماذا بعد؟

تهانينا! لقد أكملت الوحدة 1. الآن حان الوقت لاختبار معرفتك مع اختبار الوحدة 1.

---

← السابق: لماذا تهم هندسة الموجّهات | خذ الاختبار →