مقدمة إلى LLM
تقدم هذه الصفحة دليلاً بسيطاً حول النماذج اللغوية الكبيرة (LLM) من الأساسيات إلى التطبيقات للمهتمين بتقنيات الذكاء الاصطناعي.
الفصل 11 — التحديثات المستمرة وتحسين الخط
المقالة الحادية عشرة والأخيرة من جولة LLM Primer III. CDC والفهرسة التزايدية تُبقي المكتبة طازجة، التَّخزين المؤقت الدلالي وتَدريج النماذج يُبقيان زمن الاستجابة منخفضاً، وحلقة تَغذيةٍ راجعة من أربع مراحل تَسد الفجوة بين ما يُخبر به الإنتاج الفريق وما يُغيِّره الفريق فعلاً — مع جسرٍ إلى المجلد الرابع عن Model Context Protocol.
1447-10-09الفصل 9 — ثلاثية تقييم RAG
المقالة التاسعة من جولة LLM Primer III. نظام RAG يَستطيع الفشل في ثلاثة أماكن مختلفة، والإخفاقات تَبدو متطابقة من الخارج — ثلاثية التقييم لملاءمة السياق والإسناد وملاءمة الإجابة هي المفردات الصغيرة التي تَمنع إصلاح خطأٍ بينما تَقيس آخر.
1447-10-07الفصل 8 — إخفاء الهوية في خط RAG
المقالة الثامنة من جولة LLM Primer III. إخفاء الهوية ما قبل التوليد مقابل ما بعد التوليد، عائلات التقنيات الثلاث — التعتيم، الاستبدال التَّوليفي، الخصوصية التَّفاضلية — ومُقايضة المنفعة-الخصوصية التي تُحدِّد ما إذا كان النظام يَبقى نافعاً أصلاً.
1447-10-06الفصل 5 — هندسة خط الاسترجاع
المقالة الخامسة من جولة LLM Primer III. لماذا ليس بحثٌ شعاعي واحد خطاً — الاسترجاع الهجين، دمج الرُّتب التبادلي، إعادة الترتيب بمُرمِّز متقاطع، وإعادة الصياغة من جهة الاستعلام وHyDE — مُجمَّعة في البنية الإنتاجية التي تَتقارب عليها أنظمة RAG الناضجة.
1447-10-03الفصل 3 — أطر التقطيع المتقدمة
المقالة الثالثة من جولة LLM Primer III. طيف التقطيع من الحجم الثابت إلى الواعي بالبنية، خرافة التراكب، حافة السياق التي تُدمر الاسترجاع بصمت، وتقنيتا الاسترجاع السياقي والتقطيع المتأخر اللتان أعادتا تشكيل الجبهة.
1447-10-01الفصل 2 — التحليل الذكي للوثائق
المقالة الثانية من جولة LLM Primer III. لماذا ليس ملف PDF ملفاً نصياً، وما الذي يَحفظه فعلاً المُحلِّلات الواعية بالتخطيط، ومشهد الأدوات الحالي (LlamaParse وDocling وUnstructured وMarker-PDF وFirecrawl وDeepSeek-OCR)، والمسار المتعدد الوسائط الذي يَسترجع على صور الصفحات مباشرة.
1447-09-30LLM Primer III — مقدمة السلسلة والفهرس
انطلاقة الجولة الفصلية للكتاب الثالث في سلسلة LLM Primer — تعزيز ذكاء المؤسسة بـ RAG. لماذا يبدو التوليد المعزز بالاسترجاع بسيطاً من الخارج وهو في باطنه طبقة من التخصصات، ولمن كُتب هذا الكتاب، وجدول النشر للمقالات الإحدى عشرة المقبلة من 18 إلى 28 مارس.
1447-09-28الفصل التاسع — RAG: نَخيط معلوماتٍ حديثة في السياق
المقالة التاسعة من جولة LLM Primer I. ما الذي يَفعله RAG (التوليد المعزَّز بالاسترجاع) فعلاً، وكيف يَدعم فجوة الزمن والدقّة الواقعية، وأين تَبدأ الفروق بين RAG جيِّدٍ وآخرَ سيِّئ.
1447-09-09الفصل الثاني — الاحتمال، الرموز، والنصّ
المقالة الثانية من جولة LLM Primer I. كيف تختلف الرموز عن الكلمات، وما حقيقة التوزيع الاحتمالي الذي يُنتجه النموذج في كلِّ خطوة، وكيف تُغيِّر temperature وtop-p شخصيّة المخرَجات.
1447-09-02
سلسلة LLM Primer — دليل ميداني للذكاء الاصطناعي التوليدي، مجلَّداً تلوَ مجلَّد
سلسلة LLM Primer — دليلٌ ميدانيٌّ من سبعة مجلَّدات للذكاء الاصطناعي التوليدي بقلم شوهي شيمودا. كلُّ مجلَّدٍ يُغطِّي طبقةً مختلفة من العمل مع نماذج اللغة الكبيرة: من الأساسيات إلى التوسُّع إلى الأمن. هذه صفحةُ الهبوط: نظرةٌ شاملة على السلسلة كلِّها، إلى جانب الجولة الفصلية الحيَّة على أوَّل المجلَّدات.
1447-08-27