معجم الذكاء الاصطناعي

المكوّن الإضافي

plugin

أداة وحدوية معيارية يمكن ربطها بسهولة بوكيل لتوسيع قدراته؛ فمثلاً مكوّن إضافي خاص بـ GitHub يمكّن الوكلاء من قراءة المشكلات وإنشاء طلبات السحب.

الذاكرة الإجرائية

procedural memory

في الوكلاء (agents)، المعرفة بكيفية القيام بشيء ما. قد يطوّر وكيل ذاكرة إجرائية لكيفية البحث في الويب ثم عرض المواقع الثلاثة الأولى.

دالة pmap

pmap

دالة في JAX تنفّذ نسخاً من دالة إدخال على أجهزة عتادية متعددة (معالجات مركزية أو وحدات معالجة رسوميات أو TPU) بقيم إدخال مختلفة، وتعتمد على SPMD.

الدالة النقية

pure function

دالة تعتمد مخرجاتها على مدخلاتها فقط دون آثار جانبية؛ أي أنها لا تستخدم أو تغيّر أي حالة عامة مثل محتوى ملف أو قيمة متغير خارج الدالة.

قائمة الانتظار

queue

عملية في TensorFlow تنفّذ بنية بيانات قائمة الانتظار، وتُستخدم عادة في عمليات الإدخال/الإخراج.

السياسة

policy

المبادئ العامة التي يستند إليها نظام في سلوكه؛ وفي التعلم المعزز، السياسة هي الاستراتيجية التي تحدد الفعل الذي يختاره الوكيل في كل حالة من حالات البيئة.

دالة Q

q-function

في التعلم المعزز، الدالة التي تتنبأ بالعائد المتوقع من اتخاذ فعل في حالة معيّنة ثم اتباع سياسة معيّنة.

السياسة العشوائية

random policy

في التعلم المعزز، سياسة تختار فعلًا عشوائيًا.

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.

ما بعد المعالجة

post-processing

مرحلة تُنفَّذ عادةً بمساعدة مجموعة بيانات محجوزة (لم تُستخدم في تدريب النموذج)؛ يُعامل فيها النموذج المتعلم كصندوق أسود وتُعدَّل تنبؤاته بدالة تُستنتج من أداء النموذج على مجموعة البيانات المحجوزة.

انحياز التنبؤ

prediction bias

قيمة تشير إلى مدى بُعد متوسط التنبؤات عن متوسط التسميات في مجموعة البيانات.

دالة كثافة الاحتمال

probability density function

دالة تحدد تكرار عينات البيانات الحاملة لقيمة معينة بالضبط؛ وعندما تكون قيم مجموعة البيانات أعدادًا عشرية متصلة، نادرًا ما تحدث مطابقات دقيقة.

البروفينانس (بيانات الأصل)

provenance

بيانات توضح كيفية إنشاء قطعة من محتوى الوسائط الرقمية أو كيفية تغييرها.

التسميات الوكيلة

proxy labels

بيانات تُستخدم لتقريب التسميات غير المتاحة مباشرةً في مجموعة بيانات.

الكمية (Quantile)

quantile

كل مجموعة (حاوية) في تقسيم الكميات (quantile bucketing).

التجميع المئيني

quantile bucketing

توزيع قيم ميزة على فئات بحيث تحتوي كل فئة العدد نفسه (أو شبه نفسه) من الأمثلة؛ فقد تُقسَّم 44 نقطة إلى 4 فئات تحتوي كل منها 11 نقطة، وقد تختلف عروض الفئات في قيم س المحورية لتحقيق ذلك.

نموذج ما بعد التدريب

post-trained model

مصطلح ذو تعريف مرن يشير عادة إلى نموذج مُدرَّب مسبقاً خضع لبعض المعالجات اللاحقة، كإحدى المعالجات التالية.

التعلم الآلي التنبؤي

predictive ml

أي نظام تعلم آلي قياسي (تقليدي).

المعالجة المسبقة

preprocessing

معالجة البيانات قبل استخدامها لتدريب نموذج. قد تكون المعالجة المسبقة بسيطة مثل إزالة الكلمات غير الواردة في قاموس اللغة الإنجليزية من متن نص إنجليزي، أو معقدة مثل إعادة التعبير عن نقاط البيانات بطريقة تزيل أكبر قدر ممكن من السمات المرتبطة بالسمات الحساسة.

نموذج برو (Pro)

pro

نموذج جيميناي (Gemini) بعدد معلّمات أقل من Ultra وأكبر من Nano. راجع Gemini Pro للتفاصيل.

هندسة المطالبات

prompt engineering

عملية تصميم وصياغة المطالبات لنماذج الذكاء الاصطناعي التوليدية لاستخلاص المخرجات المطلوبة. تتضمن فهم قدرات النموذج وتخصيص المطالبة لتوجيه النموذج نحو توليد مخرجات وثيقة الصلة وغنية بالمعلومات وإبداعية.

مجموعة المطالبات

prompt set

مجموعة من المطالبات تُستخدم لتقييم نموذج لغوي كبير.

الرتبة (الترتيبية)

rank (ordinality)

الموضع الترتيبي لفئة في مسألة تعلّم آلي تصنّف الفئات من الأعلى إلى الأدنى. قد يصنّف نظام ترتيب سلوكي مكافآت كلب من الأعلى (شريحة لحم) إلى الأدنى (كرنب ذابل).

براكسيس (Praxis)

praxis

مكتبة تعلّم آلي أساسية عالية الأداء خاصة بـ Pax. كثيرًا ما تسمى Praxis «مكتبة الطبقات».

التنبؤ

prediction

التنبؤ بمخرجات كمية أو كيفية من خلال تقريب الدوال المطبَّق على بيانات الإدخال أو القياسات.

تكافؤ المعدل التنبؤي

predictive rate parity

اسم آخر للتكافؤ التنبؤي.

التدريب المسبق

pre-training

مكوّن من مرحلة التدريب يتعلم فيه النموذج أنماطاً وخصائص وعلاقات عامة من كميات هائلة من البيانات غير الموسومة، مثل التعلم الذاتي الإشراف؛ ويمكن أن يتلوه تدريب إضافي أو ضبط دقيق يخصص النموذج لمهمة محددة.

المعتقد المسبق

prior belief

ما تعتقده عن البيانات قبل البدء في التدريب عليها؛ فمثلًا يعتمد تنظيم L2 على معتقد مسبق بأن الأوزان ينبغي أن تكون صغيرة وموزعة بشكل طبيعي حول الصفر.

نموذج انحدار احتمالي

probabilistic regression model

نموذج انحدار يستخدم أوزان كل ميزة فضلاً عن عدم اليقين المرتبط بها؛ ويولّد تنبؤاً إلى جانب درجة عدم اليقين لذلك التنبؤ.

النموذج المُدرَّب مسبقاً

pre-trained model

رغم أن المصطلح قد يشير إلى أي نموذج مُدرَّب أو متجه تضمين مُدرَّب، فإنه يُستخدم اليوم للإشارة عادةً إلى نموذج لغوي كبير مُدرَّب أو أي شكل من نماذج الذكاء الاصطناعي التوليدية المُدرَّبة.

الاحتمالي

probabilistic

بشكل عام، أي موقف تُتخذ فيه القرارات بناءً على الاحتمالات أو الأرجحية؛ نماذج اللغة الكبيرة أنظمة احتمالية تولّد الكلمة أو الجملة التالية في الاستجابة بناءً على الاحتمالات.

التعلم القائم على المطالبات

prompt-based learning

قدرة بعض النماذج على تكييف سلوكها استجابةً لنص إدخال عشوائي (مطالبات)؛ في النمط النموذجي لهذا التعلم يستجيب نموذج لغوي كبير لمطالبة بتوليد نص.

ترابط المطالبات

prompt chaining

استخدام مخرجات مطالٍ واحد كمدخل لمطالٍ آخر؛ ويُعد الانتقال من الأبسط إلى الأكثر (least-to-most) شكلًا شائعاً من ترابط المطالبات.

تصميم المطالبات

prompt design

مرادف لهندسة المطالبات.

الخاصية البديلة

proxy (sensitive attributes)

خاصية تُستخدم بديلًا عن خاصية حساسة؛ فمثلًا قد يُستخدم الرمز البريدي للفرد بديلًا عن دخله أو عرقه أو أصل عرقه.

التعلم-ق

q-learning

في التعلم المعزز، خوارزمية تتيح للوكيل تعلم دالة ق المثلى لعملية قرار ماركوفية بتطبيق معادلة بلمان؛ وتمثل عملية القرار الماركوفية البيئة.