معجم الذكاء الاصطناعي

التوثيق المنهجي

Systematic Documentation

التوثيق المنهجي: تسجيل قرارات التصميم ومصادر البيانات وقيودها وأهدافها بشكل منظم طوال دورة الحياة، فيتاح تتبع المبررات والمراجعات والتحسينات.

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.

العيّنة

Sample

مثال واحد من بيانات التدريب أو الاستدلال.

فرط المعاملات

Hyperparameter

قيم يضبطها الإنسان قبل التدريب (كعدد الطبقات ومعدل التعلم) ولا تتعلمها المعاملات.

مساحة الميزات

Feature Space

الفضاء المتعدد الأبعاد الذي تُعرض فيه عينات البيانات وفق مميزاتها.

منحنى التعلم

Learning Curve

رسم بياني يبين تحسن أداء النموذج مع زيادة حجم بيانات التدريب أو الجولات.

التطبيع

Normalization

إعادة قياس القيم إلى مدى موحد لتسريع التدريب وتحسين الاستقرار.

التوزيع الاحتمالي

Probability Distribution

توزيع الاحتمالات على القيم أو النتائج المحتملة لمتغير.

الانحدار الخطي

Linear Regression

نمذجة علاقة خطية بين مدخلات ومخرج عددي.

الانحدار اللوجستي

Logistic Regression

تصنيف احتمالي ثنائي بمنحنى لوجستي.

XGBoost

XGBoost

تنفيذ محسّن لتعزيز التدرج لتفوقه في البلادات الجدولية.

أقرب الجيران

K-Nearest Neighbors

تصنيف العينة بأغلبية جيرانها الأقرب في مساحة الميزات.

التجميع K-Means

K-Means Clustering

تقسيم البيانات إلى k تجمعات وفق القرب من مراكزها.

التجميع الهرمي

Hierarchical Clustering

بناء تجمعات متدرجة على شجرة علاقات.

التحليل للمكونات الأساسية

Principal Component Analysis

تقليل الأبعاد بإسقاط البيانات على الاتجاهات الأعلى تباينًا.

ساذج بايز

Naive Bayes

تصنيف احتمالي يفترض استقلال الميزات.

التوزيع الغاوسي

Gaussian Distribution

توزيع احتمالي جرسي يصف كثيرًا من الظواهر الطبيعية.

المتوسط المتحرك

Moving Average

تنعيم سلسلة زمنية بمتوسط نافذة منزلقة.

معيار المعلومات

Information Criterion

مؤشر (مثل AIC) يقايض جودة الملاءمة مع عدد المعاملات.

بيرت

BERT

نموذج تشفيري ثنائي الاتجاه يتفوق في فهم المعنى والتدرّب عليها مسبقًا.

تضمينات الجمل

Sentence Embeddings

تمثيل جملة كاملة كمتجه واحد يحمل معناها لتشابه المقارنات.

تشابه النصوص

Text Similarity

قياس مدى تقارب معنى نصين عبر تضميناتهما.