معجم الذكاء الاصطناعي

أرشفة البيانات

Data Archiving

نقل البيانات القديمة غير النشطة إلى تخزين منخفض الكلفة مع بقاء إمكان وصول منظم إليها، تلبيةً لمتطلبات الامتثال دون إبطاء الأنظمة النشطة.

البيانات الاصطناعية الصوتية

Synthetic Speech Data

بيانات كلام مولّدة اصطناعيًا بأصوات ولهجات متغيرة، لإثراء تدريب أنظمة الكلام دون الاعتماد كليًا على تسجيلات بشرية مكلفة.

البيانات الاصطناعية الفيديو

Synthetic Video Data

مقاطع فيديو مولّدة بنمذجة مشاهد وسلوكيات في بيئات محاكاة، لتدريب الرؤية الحاسوبية على مواقف نادرة أو خطيرة يصعب الحصول عليها حقيقيًا.

تنقية الاصطناع

Synthetic Refinement

تحسين البيانات المُولَّدة بتحويرات وضبط لرفع واقعيتها وتباينها، فيرتفع أثرها في تدريب نماذج أكثر متانة.

تحقق الاصطناع

Synthetic Validation

التحقق من جودة البيانات الاصطناعية ومطابقتها للتوزيع الحقيقي قبل استخدامها في التدريب، تفاديًا لانحياز قد تنقلها بيانات مولدة.

تسمية الاصطناع

Synthetic Labeling

إنتاج البيانات الاصطناعية أو تسميتها آليًا بالاستناد إلى معرفة التوليد نفسها، لتوفير تسميات نظيفة دون يَدٍ بشرية مكلفة.

إحصاءات الاصطناع

Synthetic Statistics

قياس خصائص البيانات المولدة من توزيع وتباين وارتباطات ومقارنتها بإحصاءات البيانات الحقيقية لضمان تماثل صفاتها قبل الاعتماد عليها.

أخذ العينات الاصطناعي

Synthetic Sampling

توليد عينات اصطناعية مستهدفة لمواقف معينة أو نادرة، أو لمعالجة توازن المجموعات المتوازنة، وفق توزيع مرغوب فيه.

الترميز الاصطناعي

Synthetic Encoding

ترميز البيانات الحقيقية أو مدّها بطرائق اصطناعية كالتحوير أو المزج، لرفع تنوع التدريب دون تكرار للبيانات الأصلية.

مزج العينات

Sample Mixing

دمج أمثلة تدريب متعددة أو مزج خصائصها لإنتاج أمثلة جديدة أبسط، يحسن الاستمرارية والتعميم ويُعد أساس تقنيات من قبيل mixup.

حقن الضوضاء

Noise Injection

إضافة ضجيج عشوائي إلى المدخلات أو الأوزان أثناء التدريب، لرفع متانة النموذج ومنع التحفيظ والاعتماد المفرط على تفاصيل غير جوهرية.

التقطيع الدلالي

Semantic Chunking

تقطيع المستندات إلى أجزاء وفق معانيها وحدود المواضيع لا حسب طول ثابت، فيحتفظ كل جزء بسياقه ويُحسَّن استرجاع الدلالة المتقابلة.

الاستعلام المتعدد

Multi-Query Retrieval

تشغيل عدة استعلامات متوازية مشتقة من السؤال الأصلي بتنويع صيغته، ثم تجميع النتائج لتوسيع تغطية البحث ورفع فرص الوصول للمعلومة الدقيقة.

استرجاع الوالد والطفل

Parent-Child Retrieval

استرجاع جزء دقيق من الوثيقة بعد استرجاع أبوه أولًا أو العكس، باستفادة من البنية الوالد/الطفل للوثائق المنظمة، فيحصل النظام على سياق أدق.

فهرسة المتجهات

Vector Indexing

تنظيم المتجهات في بنية فهارس متخصصة تسمح بالبحث السريع عن الأقرب جارًا دون فحص القاعدة كلها، ويقلص زمن الاسترجاع.

التضمينات متعددة اللغات

Multilingual Embeddings

تمثيلات نصية تمتد عبر اللغات متقاربة الدلالي، فيُبحث بالاستعلام من لغة وتُرجع نتائج بلغات أخرى محافظة على المعنى.

الاسترجاع القائم على الرسم

Graph Retrieval

استرجاع معلومات يتنقل في رسم بياني للمعرفة أو المستندات، مطابقًا العلاقات والمسارات والاستعلام ذي البنية الشبكية.

التوليد الموثق

Grounded Generation

توليد أجوبة مستندة إلى الأدلة المسترجعة مع الإشارة إليها، مما يقلليل الهلوسة بربط كل مطالبة بمصدر يمكن التحقق منه.

عقود البيانات

Data Contracts

اتفاقات صريحة بين منتج البيانات ومستهلكها تحدد مخططها وجودتها وملكيتها واتفاقيات التحديث، فيُبنى عليها تدفق بيانات مضمون.

تنميط البيانات

Data Profiling

الفحص الاستكشافي للبيانات لوصف بنيتها وتوزيعها وجودتها والقيم الشاذة فيها، ويوجه خطوات التنظيف والهندسة الموجهة.

مراقبة الانحراف

Drift Monitoring

مراقبة مستمرة للبيانات الواردة والميزات لاكتشاف الانحراف عن التوزيع الأساسي، فيُنبَّه النظام عند تغير أنماط لا تتوقعها النماذج.

توحيد المخططات

Schema Harmonization

توحيد مخططات البيانات القادمة من مصادر مختلفة إلى مخطط مشترك متسق، فتتكامل المصادر بلا تعارض في الأنواع أو الأسماء.

إثراء البيانات

Data Enrichment

إثراء البيانات الأصلية بمعلومات خارجية أو مشتقة: بيانات خارجية، تسميات، أو خصائص محسوبة، لرفع القيمة والجدوى التحليلية.

إصدار مجموعات البيانات

Dataset Versioning

إدارة إصدارات مجموعات البيانات وتتبع تغييراتها وتعيين نسخة لكل تدريب، لضمان قابلية إعادة الإنتاج ومقارنة النماذج بشكل سليم.

التوليد الاصطناعي

Synthetic Generation

توليد بيانات جديدة اصطناعيًا لتوسيع مجموعة التدريب أو موازنتها أو تكوين سيناريوهات لا تتسرب للواقع مثل النوادر أو المواقف الطارئة.

تنويع العينات

Sample Diversification

تنويع أمثلة التدريب بتحويرات وإعادة أخذ عينات لتغطية حالات أوسع ورفع تعميم النموذج وتقليل التحفيظ.

موازنة الفئات

Class Balancing

موازنة توزيع الفئات في بيانات التدريب بحيث لا يهيمن صنف كثير على التعلم، بطرق كإعادة العينات وزيادة الأصناف القليلة.

توليد الحالات النادرة

Rare-Case Generation

توليد أمثلة اصطناعية لحالات نادرة أو طارئة يصعب توفرها في الواقع، ليعلم النموذج التعامل معها عند وقوعها.

الخصوصية الاصطناعية

Synthetic Privacy

توليد بيانات اصطناعية تحترم خصوصية الأفراد، إذ تنبني خصائص إحصائية دون كشف هوية الأصول، فتُستخدم بدل البيانات الحقيقية الحساسة.

البيانات الجدولية الاصطناعية

Synthetic Tabular Data

توليد جداول تصف تركيب بيانات حقيقية من قيم وارتباطات، وتحافظ على الأنماط الإحصائية دون التعرض لملاحظات فردية.

النصوص الاصطناعية

Synthetic Text

نصوص اصطناعية تُؤلَّف وفق أنماط لغة ومنطق مقصودين، تُستخدم لتدريب النماذج وتوسيع بياناتها دون الاعتماد كليًا على نصوص بشرية.

الصور الاصطناعية

Synthetic Images

صور مولدة تشبه صور التقاط حقيقية بخصائص متحكم بها، تُستخدم لتدريب الرؤية الحاسوبية وتوسيع تنوع المجموعات.

تقييم الواقعية

Realism Assessment

تقييم مدى مقاربة العينات الاصطناعية للواقعية المطلوبة، بمقارنة بصرية وإحصائية وبأدوات تلقائية لتأكيد جاهزيتها للاستخدام.

كشف الاصطناع

Synthetic Data Detection

كشف البيانات المولدة أو المعدلة اصطناعيًا عن الحقيقية، باستخدام بصمات تشفيرية وإحصائية ومميزات عديدة، لأغراض الأصالة والأمان.

تضمين الاستعلام

Query Embedding

تمثيل الاستعلام بنفس فضاء التضمينات المستخدم للوثائق، فيقارن التشابه مباشرة ويسترجعه الأقرب دلاليًا بين المقاطع.

البحث التقريبي للجيران

Approximate Nearest Neighbor Search

بحث تقريبي عن أقرب جار بمقارنة نافذة صغيرة من المرشحين بدل فحص كل المتجهات، فيحقق توازنًا متينًا بين سرعة الاسترجاع وجودته في القواعد الضخمة.

التصفية الوصفية

Metadata Filtering

تصفية النتائج بمعايير وصفية منفصلة عن التشابه كالتاريخ أو النوع أو الخاصية، فيلتزم الاسترجاع قيدًا ميتاداتا دقيقًا قبل العرض.

البحث متعدد الحقول

Multi-Field Search

بحث متزامن في عدة حقول أو سمات للوثيقة (العنوان، المحتوى، الملخص، الوسوم) بدمج مرات الأهمية، فتُعطى النتائج المصادفة في أكثر من موضع أهمية أكبر.

مطابقة النية

Intent Matching

تحليل نية المستخدم الكامنة من الاستعلام لالتقاط ما يريد فعليًا لا مات خطيًا، فتُوجه المصدر الصحيح وتصاغ النتائج وفق مقصوده.

دمج النتائج

Result Fusion

دمج قوائم نتائج متعددة من مصادر أو استعلامات مختلفة في قائمة موحدة بوزن وإزالة تكرار ومراعاة الثقة، فترتفع جودة الترتيب النهائي.