معجم الذكاء الاصطناعي

المتانة

Robustness

ثبات أداء النموذج عند مواجهة تغييرات طفيفة في الإدخال أو الضجيج أو الهجمات، وقدرته على مقاومة التشويه دون ستؤثر دقته.

المعايرة

Calibration

توافق درجة ثقة النموذج في تنبؤه مع احتمال صوابه الفعلي، يكون النموذج معايرًا حين تكون ثقته 90% فصوابه نحو 90% تمامًا.

الاتساق

Consistency

اتساق مخرجات النموذج في حالات مشابهة أو عند إعادة الصياغة، وثبات التصرف في معاملة القرارات المتوازية.

الملاءمة

Relevance

مدى صلة المخرجات بما طلبه المستخدم وملاءمتها لموضوع الاستعلام، فلا يُخصب النظام بمعالجات غير مناسبة فيسك عن المقصود.

التغطية

Coverage

درجة تغطية الإجابة لجوانب السؤال كاملة دون تفوت أجزائه المهمة، فتتميز الإجابة الشافية التي تشمل جميع الوجوه عن الجزئية.

خرائط التنشيط

Activation Maps

خرائط تظهر تأثر كل خلية أو منطقة بتنشيط النموذج عند معالجة مدخل معين، فتُظهر المناطق أو الرموز التي نجحت بفعليًا في القرار.

تحليل الانتباه

Attention Analysis

تحليل توزيع أوزان الانتباه في النموذج لكشف الرموز أو الأجزاء التي يرتكز عليها عند الإجابة، وهو نافذة على المنطق الداخلي التقريبي.

المفاهيم الكامنة

Latent Concepts

المفاهيم الداخلية الكامنة التي يشفرها النموذج في فضاءات تمثيله دون رمز ظهورها، ويُكشف بفحص طبقاته وتنشيطاته.

الدوائر العصبية

Neural Circuits

أنماط المعالجة التكرارية داخل النموذج الذي تتوحد فيه معالجات بأدوار متخصصة، ودراستها تفسر كيف تنبني سلوكيات معقدة ومعها قدرة التدخل.

التفسير المضاد

Counterfactual Explanation

تفسير يستكشف ما كانت النتيجة لولا إدخال تغيير بعينه، فيجيب عن أسئلة «لو لم» ويوضح صنع أسباب القرار الفعلي.

التفسير المحلي

Local Explanation

تفسير اقترب من نقطة بيانات معينة فقط، فيشرح لماذا صنف المثال الفلاني بهذه الطريقة تجاه الهدف دون تعميم على النموذج كله.

التفسير العالمي

Global Explanation

تفسير يوضح السلوك العام للنموذج عبر المساحة كلها، كوضح ما يتعلمه المصنف عمومًا والسمات البارزة في قراراته إجمالًا.

مسبار التمثيل

Representation Probing

تقنية تُدرَّب فيها مصنفات خفيفة على تمثيلات طبقات النموذج للكشف عن المعلومات المخزنة داخلها، لمعرفة ما يحمله التمثيل فعلًا.

تتبّع السببية

Causal Tracing

تتبع خطوة بخطوة كيف ينتقل تأثير مدخل معين عبر طبقات النموذج حتى المخرجات، لتحديد المكان الفعلي الذي تُشكّلت فيه القرارات والسمات.

اختبار الوحدة للنموذج

Model Unit Testing

اختبار الوحدة على مستوى النموذج: صنع مدخلات مصغرة وفحص مخرجاتها المتوقعة آليًا، ليلتقط الأخطاء المبكرة في سلوكه قبل الدمج الواسع.

اختبار الانحدار

Regression Testing

إعادة تشغيل مجموعة اختبارات موحدة بعد كل تعديل للتأكد من عدم كسر ميزات سابقة، فيحرس النظام المتحول من الانحدارات الصامتة.

اختبار البيانات

Data Testing

اختبار بيانات التدريب جودتها وتوزيعها واكتمالها وسلامة تسمياتها، فيُلتقط التلف والانحياز قبل أن تسري أخطاؤه في النموذج المشيد.

اختبار انحدار المحفزات

Prompt Regression Testing

اختبار مستقر لسلوك المحفزات عبر مجموعة حالات ثابتة بعد كل تعديل عليها، فيتحقق من بقاء جودة الاستجابات أمام التغييرات المتعاقبة.

اختبار التحميل

Load Testing

اختبار سلوك النموذج تحت أحمال عالية من الطلبات المتزامنة، فيُقاس الاستقرار وأزمنة الاستجابة وتحديد سقف القدرة لضمان الإنتاج.

اختبار زمن الاستجابة

Latency Testing

قياس أزمنة الاستجابة في مسارات النظام المختلفة وتحت ظروف متغيرة، فيُضبط أداء وقت تشغيل واقعي ويُكتشف مواطن الاختناق قبل الإطلاق.

اختبار الفشل

Failure Testing

اختبار سلوك النظام عند الأعطال: انقطاع الشبكة، فشل خدمة، فقدان عقدة، فيُطمئن أن آليات التعويض والتراجع تعمل كما هو مصمم.

اختبار الحالات الحدية

Edge-Case Testing

اختبار سلوك النظام في الحالات القصوى أو النادرة غير المعتادة: مدخلات شاذة أو حدودية، فيتأكد قبولها أو رفضها بأمان بلا انهيار.

اختبار القبول

Acceptance Testing

اختبار قبل الإطلاق يتحقق من مطابقة النظام لمواصفات متفق عليها ومقياسات القبول المطلوبة ورضا المستخدم، فيُصدر ضوء النشر الأخضر.

مجموعة الاختبار المعيارية

Benchmark Dataset

مجموعة موحدة من المهام والأسئلة المتفق عليها تقاس بها جودة النماذج عبر استرجاع متسق قابل للمقارنة الزمنية بين الإصدارات.

خط الأساس

Baseline

نموذج أو طريقة أدنى معروفة تُقارن عليها نتائج النموذج الجديد، فهي نقطة الانطلاق التي يرجى تحسينها لإثبات جدوى التطوير الحقيقي.

مقياس المقارنة

Comparison Metric

مقياس موحد يحدد معيار مقارنة أداء النموذج (كدقة أو معايرة أو فوز تفضيل)، يأتي قابلية حسم المفاضلة بين النسخ بطرق محايدة.

لوحة الصدارة

Leaderboard

لوحة صدارة تتصدر النتائج وتصنّف أفضل النماذج على معايير موحدة، فتبعث على التنافس البنّاء والتبويب السريع للتقدم بين الإصدارات.

التلوث المعياري

Benchmark Contamination

زيادة عينات الاختبار أو النموذج ضمن بيانات التدريب واشتراكها في التقييم، فيصبح قياس النموذج منفوخًا ويشوش مقارنة الأداء التاريخية.

التعميم خارج التوزيع

Out-of-Distribution Generalization

قدرة النموذج على الأداء الجيد في بيانات مخالفة لتوزيع التدريب، وهي الاختبار العميق للتعميم الواقعي خلف ظروف المختبر المدروسة.

متانة القياس

Benchmark Robustness

متانة قياس الأداء: استقرار نتائج القياس أمام اختلافات عشوائية وعينات فرعية أو تعليمات صياغة، وثبات المفاضلة بين النماذج حين يتكرر التقييم.

إعادة إنتاج النتائج

Result Reproducibility

قابلية إعادة إنتاج النتائج: أن يكرر آخر تجربة ويحصل على نتائج متماثلة بذات الأدوات والبيانات، وهي أساس الثقة في تقارير الأداء.

مقارنة التكلفة

Cost Benchmarking

مقارنة كلفة النماذج المقدمة عند معاينة التكلفة الحقيقية للوحدات: لقيم حساب، وجباية API، وزمن بنية تحتية، دون الاقتصار على دقة المخرجات.

مقارنة الكفاءة

Efficiency Benchmarking

مقارنة كفاءة النماذج في توازن الدقة مقابل الموارد والحساب والزمن، إذ تُفضَّل النماذج الأعلى دقة بنفس الكلفة أو أدناها كلفة بنفس الدقة.

الاسْتيحاق

Precision

نسبة الإيجابيات المتنبأ بها الصحيحة فعلًا.

قياس F1

F1 Score

الوسط التوافقي بين الدقة والاستدعاء.

النموذج بصفة مُحكِّم

LLM-as-a-Judge

استخدام نموذج قوي لتقييم جودة استجابات نموذج آخر.

محلل الجودة رمزًا

CodeBLEU

مؤشر يقيس دقة إعادة إنتاج الشفرة المطلوبة.

دراسة الاستئصال

ablation

تقنية تقييم أهمية ميزة أو مكوّن برفعها مؤقتاً من النموذج ثم إعادة تدريبه وقياس أثر الفرق على الأداء.

الاختبار أ/ب

a/b testing

أسلوب إحصائي لمقارنة نموذجين أو تقنيتين عبر تقسيم الزيارات وقياس فارق الأداء ومعنويته الإحصائية.

المساحة تحت منحنى الدقة والاسترجاع

area under the pr curve

انظر: المساحة تحت منحنى الدقة والاسترجاع (PR AUC).