معجم الذكاء الاصطناعي

المساحة تحت منحنى ROC

area under the roc curve

تسمى اختصاراً AUC (المساحة تحت منحنى ROC)، وهي مقياس لتقييم أداء نماذج التصنيف الثنائي عبر جميع عتبات التمييز.

مساحة تحت المنحنى (AUC)

auc (area under the roc curve)

قيمة بين 0 و1 تعبر عن قدرة نموذج التصنيف الثنائي على الفصل بين الفئات.

متوسط الدقة عند k

average precision at k

متوسط قيم الدقة لكل نتيجة مناسبة في قائمة مرتّبة تنتهي عند k.

مقياس بلو (BLEU)

bleu (bilingual evaluation understudy)

مقياس من 0 إلى 1 يُقارن الترجمة الآلية بالترجمة المرجعية عبر تطابق ن-جرام.

مقياس بليرت (BLEURT)

bleurt (bilingual evaluation understudy from transformers)

مقياس ترجمة يعتمد على نموذج لغوي موجّه لتقدير التشابه الدلالي مع الترجمة المرجعية.

دقة الاستشهاد

citation precision

مقياس يجيب عن سؤال محدّد حول مدى دقة الاستشهادات التي يستند إليها النموذج في إجاباته.

استرجاع الاستشهادات

citation recall

مقياس لتقييم أنظمة استرجاع المعلومات يحسب نسبة العناصر ذات الصلة (كالاستشهادات) التي يستعيدها النظام من إجمالي العناصر ذات الصلة المتاحة.

التقارب

convergence

حالة يقترب فيها فقدان التدريب من أدنى قيمة ويثبت النموذج.

التحسين المحدب

convex optimization

تحسين دالة محدبة على مجموعة محدبة بضمانة العثور على الأمثل الشامل.

الكلفة

cost

مرادف لدالة الخسارة (loss).

تقليل الأبعاد

dimension reduction

خفض عدد المتغيرات مع الحفاظ على المعلومة الجوهرية.

تقليل المخاطر التجريبية

empirical risk minimization (erm)

تقليل متوسط الخطأ للخوارزمية على بيانات التدريب المتاحة.

التطابق التام

exact match

مقياس لنسخ المخرجات حرفياً عن المرجع في التنبؤات.

مقياس F1

f1

المتوسط التوافقي بين الدقة والاستدعاء لمقاييس التصنيف.

مقياس العدالة

fairness metric

مقياس يقارن عدالة النتائج بين مجموعات من أفراد مختلفين.

منحنى التعميم

generalization curve

رسم بياني لكلٍّ من خسارة التدريب وخسارة التحقق كدالة في عدد مرات التكرار.

مجموعة البيانات الذهبية

golden dataset

مجموعة بيانات منسقة يدويًا تستوعب الحقيقة الأساسية المرجعية، ويمكن استخدام واحدة أو أكثر منها لتقييم جودة النموذج.

الحقيقة المرجعية

ground truth

قيمة المتغير الهدف لعنصر معيّن من بيانات الإدخال الموسومة، ولا تتطابق الحقيقة المرجعية بالضرورة مع الحقيقة المطلقة.

الاستدلال الإرشادي

heuristic

حل بسيط وسريع التنفيذ لمشكلة ما؛ فمثلاً باستخدام قاعدة ارشادية تحققت دقة بلغت 86%.

التعرف على الصور

image recognition

عملية تصنِّف الكائنات أو الأنماط أو المفاهيم في صورة ما، ويُعرف أيضاً باسم تصنيف الصور.

عدم توافق مقاييس الإنصاف

incompatibility of fairness metrics

فكرة أن بعض مفاهيم الإنصاف غير متوافقة فيما بينها ولا يمكن تحقيقها في آن واحد؛ ونتيجة لذلك لا يوجد مقياس عالمي موحّد للإنصاف يصلح لجميع مسائل التعلم الآلي.

الإنصاف الفردي

individual fairness

مقياس إنصاف يتحقق مما إذا كان الأفراد المتشابهون يُصنَّفون تصنيفاً متشابهاً؛ فقد ترغب مؤسسة مثلاً في ضمان أن طالبين بحصولهما على الدرجات نفسها ونتائج الاختبارات الموحدة نفسها تتساوى فرصهما في القبول.

التقاطع على الاتحاد

intersection over union (iou)

تقاطع مجموعتين مقسوم على اتحادهما؛ ويُستخدم في مهام كشف الأجسام في الصور لقياس دقة الصندوق المحيط الذي يتنبأ به النموذج مقارنةً بالصندوق المحيط المرجعي.

التقاطع على الاتحاد (IoU)

iou

اختصار لـ intersection over union (التقاطع على الاتحاد).

مسافة ليفنشتاين

levenshtein distance

مقياس من مقاييس مسافة التحرير يحسب أقل عدد من عمليات الحذف والإدراج والاستبدال اللازمة لتحويل كلمة إلى أخرى. مسافة ليفنشتاين بين الكلمتين «heart» و«darts» هي ثلاثة، لأن التعديلات الثلاثة التالية هي أقل التغييرات لتحويل إحدى الكلمتين إلى الأخرى:

تقييمات نماذج اللغة الكبيرة (Evals)

llm evaluations (evals)

مجموعة من المقاييس والمعايير لتقييم أداء نماذج اللغة الكبيرة (LLMs).

منحنى الخسارة

loss curve

مخطط للخسارة بصفتها دالة في عدد تكرارات التدريب. يوضح المخطط التالي منحنى خسارة نموذجيًا:

النجاح الرياضي عند k (math-pass@k)

math-pass@k

مقياس يحدد دقة نموذج لغوي كبير في حل مسألة رياضية خلال k من المحاولات؛ فدقة 0.85 على math-pass@2 تعني أن النموذج تمكن من حل المسائل الرياضية بنسبة 85% من المرات خلال محاولتين.

متوسط الخطأ المطلق (MAE)

mean absolute error (mae)

متوسط الخسارة لكل مثال عند استخدام خسارة L1. يُحسب متوسط الخطأ المطلق كما يلي:

متوسط الدقة المتوسطة عند k (MAP@k)

mean average precision at k (map@k)

الوسط الإحصائي لجميع درجات الدقة عند k عبر مجموعة التحقق؛ يُستخدم أحد تطبيقاته للحكم على جودة التوصيات التي يولّدها نظام توصية.

متوسط مربع الخطأ (MSE)

mean squared error (mse)

متوسط الخسارة لكل مثال عند استخدام خسارة L2.

المقياس (Metric)

metric

طريقة قياس معرَّفة مع سُلّم قياس محدد.

دفعة مصغرة

mini-batch

مجموعة فرعية صغيرة تُنتقى عشوائياً من دفعة وتُعالج في تكرار واحد؛ ويتراوح حجم الدفعة المصغرة عادة بين 10 و1000 مثال.

النجاح عند k (pass@k)

pass at k (pass@k)

مقياس لتحديد جودة الكود (مثل كود بايثون) الذي يولّده نموذج لغوي كبير؛ وبشكل أدق يبيّن احتمال أن تجتاز كتلة كود مولّدة واحدة على الأقل من أصل k كتلة جميع اختبارات الوحدة الخاصة بها.

أهمية المتغيرات بالتقليب

permutation variable importances

نوع من أهمية المتغيرات يقيس الزيادة في خطأ التنبؤ للنموذج بعد إعادة خلط قيم الميزة، وهو مقياس مستقل عن النموذج.

الفئة الإيجابية

positive class

الفئة التي تختبرها.

المساحة تحت منحنى الدقة والاستدعاء

pr auc (area under the pr curve)

المساحة تحت منحنى الدقة والاستدعاء المُدرج، وتُحصل عليها برسم نقاط (الاستدعاء، الدقة) لقيم مختلفة من عتبة التصنيف.

الدقة عند k (precision@k)

precision at k (precision@k)

مقياس لتقييم قائمة عناصر مرتبة (مرتّبة)؛ تحدد الدقة عند k نسبة العناصر ذات الصلة بين أول k عنصر في القائمة.

منحنى الدقة والاسترجاع

precision-recall curve

منحنى يوضح الدقة مقابل الاسترجاع عند عتبات تصنيف مختلفة.

التكافؤ التنبؤي

predictive parity

مقياس إنصاف يتحقق مما إذا كانت معدلات الدقة متكافئة بين المجموعات الفرعية قيد النظر لنموذج تصنيف معيّن.