معجم الذكاء الاصطناعي

بطاقة النموذج

Model Card

بطاقة توثيقية لكل نموذج تعرض بياناته ومهمته ومعلماته ومقاييسه وحدوده واستخداماته الملائمة ونقاط ضعفه، لتيسير مسؤولية نشره.

بطاقة البيانات

Data Card

بطاقة توثيقية لمجموعة البيانات تشرح مصدرها ونطاقها وخصائصها وبها جنسيات قيّمة: من اختيرت ولماذا، وما انحيازاتها، وكيف خُدشت.

تقييم الأثر

AI Impact Assessment

تقييم الأثر المنتظم للذكاء الاصطناعي: أهداف النظام، مستخدموه، مخاطره المحتملة، وانعكاساته على الأفراد والمجتمع قبل النشر.

التدقيق الخوارزمي

Algorithmic Audit

تدقيق خوارزمي منهجي يقيس سلوك النموذج ومدخلاته ومخرجاته ومقاييسه في ظروف مختلفة بحثًا عن انحياز أو أخطاء منهجية أو امتثال.

إدارة الموافقات

Approval Workflow

إجراء مراجعات وموافقات متدرجة على مراحل تطوير النظام ونشره، بضوابط واضحة للمسؤولية والصلاحيات في كل قرار.

سياسة استخدام النموذج

Model Usage Policy

سياسة محددة توضح الظروف والأغراض الشائعة المسموح بها لاستخدام النموذج والمحظورة منه، مع مسؤولية متوقعة للمستخدم النهائي.

تصنيف المخاطر

Risk Classification

تصنيف النظم والأنماط وفق وخطورة مخاطرها كي تُطبق عليها ضوابط ورقابة تدرّجية تتناسب مع خطورتها، كالتصنيفات الأوروبية للمخاطر.

إدارة الحوادث

AI Incident Management

إدارة حوادث الذكاء الاصطناعي من كشف ورصد وتوثيق وتقييم آثارها واستجابات، فتُعالج التبعات وتستخرج الدروس لتحسين المنظومة.

وحدة معالجة عصبية

NPU

معالجة عصبية متخصصة تسرع حسابات الشبكات العصبية بأوضاع موترية وعمليات منخفضة الدقة، فتُركَّز بها مهام الذكاء الاصطناعي على الجهاز.

ذاكرة النطاق العالي

High-Bandwidth Memory

ذاكرة عالية النطاق قريبة من المعالجات توفر عرض نطاق ضخم بجوار المعالجات، تراجع للبيانات الكبيرة مثل معاملات النماذج الضخمة.

الترابط عالي السرعة

High-Speed Interconnect

ترابط سريع بين عقد الحوسبة كالشبكات الجبرية، فيمنع وحدة معالجة تبادل البيانات مع أخرى بزمن تأخر منخفض وعرض نطاق عالٍ للتدريب الكبير.

حوسبة الدقة المختلطة

Mixed-Precision Compute

حوسبة تخلط دقات التمثيل الرقمي (كخف 16-17 وخف 8-8) في نفس الحساب، فتسارع التدريب والاستدلال مع محافظة المقبولة على الجودة.

النواة الموترية

Tensor Core

وحدة حسابية خاصة في المسرعات تنفذ عمليات مصفوفات بضرب سريع مصممة خصيصًا للتعلم العميق، وهي أساس أسرع المسرعات.

ذاكرة المسرع

Accelerator Memory

الذاكرة المرتبطة بمعالج المسرع (كعرض النطاق وHRRAM) والخاصة بتخزين الأوزان والتنشيطات أثناء التشغيل، وتحدد أقصى حجم للنموذج.

معدل نقل الذاكرة

Memory Bandwidth

عرض النطاق الترددي لنقل البيانات بين الذاكرة والمعالج، ويحدد سرعة تمرير الأوزان والبيانات وقت التدريب والاستدلال، وغالبًا عائق الأداء.

كفاءة الطاقة

Energy Efficiency

نسبة الجهد أو الطاقة المستغلة لكل عملية حسابية منجزة، وهي محور الجدوى الاقتصادية والاستدامة البيئية لنظم الذكاء الاصطناعي.

الاستدلال اللغوي

Natural Language Inference

مهمة لغوية تقدم فرضية وجملة وتصنف علاقتهما: استلزام، منافاة، أو محايدة، وهي أساس فهم المعنى والاستدلال اللغوي البنيوي.

اكتشاف الموضوعات

Topic Modeling

استخراج الموضوعات الكامنة في مجموعة نصوص آليًا بتجميع الكلمات والمستندات في أحزمة موضوعية متقاربة، فيكشف هيكل المحتوى الدلالي.

التفكير المتشعب

Tree-of-Thought Prompting

أسلوب محفزات يوسع التفكير خطيا إلى شجرة فروع بديلة، فيفحص النموذج عدة مسارات منطقية، ويتحقق منها في منجز متشعب أعمق.

المحفز القائم على الدور

Role Prompting

صياغة محفز يضمّن النموذج شخصية أو المهنة ليرد وفق دور محدد، فيوجه الأسلوب والمعرفة المتوقعة من ذلك الدور فيكون أَدْوَر.

المحفز الديناميكي

Dynamic Prompting

تعديل المحفز تلقائيًا لدى التشغيل حسب السياق أو نية المستخدم أو حالة النموذج، فيتلقى الجميع نسخة مناسبة من التعليمات في كل طلب.

قوالب المحفز

Prompt Templates

قوالب محفزات جاهزة بهيكلية ثابتة ومتغيرات قابلة للتعبئة، فتضمن توحيد الصياغة واتساق السلوك وتوفير الجهد في التطبيقات المتكررة.

توجيه صيغة الإخراج

Output Format Steering

توجيه المخرجات إلى صيغة معينة بإخبار النموذج في المحفز بالقالب المطلوب، كإخراج JSON، فيتحول تنسيق غير منتظم إلى مستخرج يمكن تحليله.

اختبار المحفزات

Prompt Testing

اختبار منهجي للمحفزات: مقارنة صيغ وتعديلات، متابعة جودتها واستقرارها وأدائها عبر مجموعات اختبار تقييمية، فيُحسَّس التجربة بتغذية راجعة.

التفضيلات البشرية

Human Preferences

تفضيلات الإنسان وذوقه في شأن المفاضلات بين الإجابات، والتي تُغذى في التدريب ليراعيها النموذج استجابةً للصفة المرغوبة.

التعلم من التغذية البشرية

RLHF

تدريب بتغذية راجعة من البشر للمواءمة: يُصَنَّف ردود النموذج حسب تفضيل البشر ثم يُدرب نموذج مكافأة ليرفع جودة الإجابات عند تحويل الأوزان.

رفض الاستجابة الضارة

Harmful Response Rejection

رفض النموذج إكمال الطلب الضار أو تفادي المخرج المؤذي بمجرد تلمحه للخطر الشديد، بردٍّ آمن أو توجيه مفيد بدل الامتثال، كاستجابة الدفاعية عن الأمن.

اتباع التعليمات

Instruction Following

التزام النموذج بالتعليمات الواردة في المحفز بفهم صحیح بلا تحريف، بما يحقق طلب المستخدم في النطاق المسموح.

الصدق

Truthfulness

صدق النموذج وعدم اختلاق معلومات لا تعرفها، والاعتراف بحدود العلم أو الإشارة إلى ما يجهله، وهو هدف مباشر ضد الهلوسة.

المساعدة

Helpfulness

أن يسعى النموذج لتقديم قيمة فائدة للمستخدم: إجابات واضحة كاملة، وتفاعلية، تحل مبتغاه بلا تعقيد، وهي نية الحسم في التصميم.

عدم الإضرار

Harmlessness

الحفاظ على أمان التعامل وعدم الانحدار إلى مخرجات مضرة أو تحريضية أو عنيفة، حتى عند الطلب المتصلب عليها. وهي نية الجامعة.

الضبط الكامل

Full Fine-Tuning

ضبط جميع معلمات النموذج المدرب المجمدة لتقليد البيانات الجديدة، وهو الأعمق تأثيرًا لكنه الأغلى حسابات ومتعرضًا للنسيان الكارثي.

المحولات الجانبية

Adapters

طبقات جانبية خفيفة تُضاف على الطبقات الحالية ويُدرّب منها الجزء الصغير الجديد فقط، فتحقق قدرة مخصصة بطاقة منخفضة جدًا وبلا لمس الأوزان الأصلية.

لورا

LoRA

طريقة خفض أبعاد التحديثات: تُضاف مصفوفات منخفضة الرتبة جانبيًا تُدرّب فقط، فيتحقق الضبط المخصص بجزء مئة من المعاملات المحسوبة والأصالة.

كيو لورا

QLoRA

متغير لورا مكمّم: تُقسم الأوزان بدقة منخفضة (كأربع بتات) وتُدرّب المصفوفات الجانبية، فيوفر ذاكرة يسمح بضبط نماذج ضخمة على بطاقة واحدة.

تجميد الطبقات

Layer Freezing

تجميد طبقات معينة من النموذج ومنع تحديث أوزانها أثناء الضبط، فيُدرَّب الجزء المتبقي فقط، ويوفر الحساب ويحمي الميزات العالمية القدرة.

إعادة استخدام الأوزان

Weight Reuse

إعادة استخدام أوزان مدربة مسبقًا أو من نموذج مجاور لمهام جديدة، تحققت سرعة أعلى وتعلم أسرع من نقل المعرفة المختزنة دون البدء من الصفر.

ضبط المجال

Domain Adaptation

تكييف نموذج مدرب لمجال جديد بأسلوب يختلف عن مجاله الأصلي، بتدريب خفيف على بيانات المجال المستهدف أو محاذاة تمثيلاته.

إكمال الشفرة

Code Completion

إكمال الشفرة تلقائيًا لدى كتابة المطور للسطر أو الوظيفة، عبر نماذج لغة مخصصة للبرمجة تتنبأ بالتتمة المنطقية للسياق البرمجي.

شرح الشفرة

Code Explanation

شرح الشفرة البرمجية بلغة بشرية واضحة: ما تقوم به وظيفةٌ ما وكيف تعمل سطرًا سطرًا أو ما الغرض منها، ليساعد في الفهم والدعم والتدريس.