المفاهيم الأساسية

الباراميترات (Parameters)

الأوزان والانحيازات داخل النموذج التي يتم تعلمها أثناء التدريب. نموذج GPT-3 لديه 175 مليار باراميتر. كلما زادت الباراميترات، زادت قدرة النموذج على تخزين المعرفة والأنماط المعقدة، لكن زادت تكلفة التدريب والتشغيل.

التوكنز (Tokens)

الوحدات التي يعالج بها النموذج النص. التوكن قد يكون كلمة، جزء من كلمة، أو حتى حرف واحد. في العربية، الكلمة الواحدة قد تتحول لـ 2-4 توكنز. طول السياق (Context Window) يُقاس بالتوكنز.

درجة الحرارة (Temperature)

معامل يتحكم في عشوائية المخرجات. 0 = محدد تماماً (نفس المخرجات دائماً). 1 = إبداعي ومتنوع. 0.7 قيمة شائعة للمحادثة المتوازنة.

الهلوسة (Hallucination)

عندما يولد النموذج معلومات تبدو مقنعة لكنها خاطئة أو مختلقة. تحدث لأن النموذج يتنبأ بالكلمات بناءً على الاحتمالات الإحصائية، وليس لأن لديه "معرفة" حقيقية. الحل: تحقق دائماً من الحقائق المهمة.

هندسة المحفزات (Prompt Engineering)

فن صياغة المدخلات للحصول على أفضل نتائج. تقنيات مهمة:

• قليل الأمثلة (Few-shot): إعطاء أمثلة في البرومبت
• سلسلة التفكير (Chain-of-thought): طلب التفكير خطوة بخطوة
• تعيين الشخصية: "تصرف كخبير في كذا..."