مقدمة إلى LLM
تقدم هذه الصفحة دليلاً بسيطاً حول النماذج اللغوية الكبيرة (LLM) من الأساسيات إلى التطبيقات للمهتمين بتقنيات الذكاء الاصطناعي.
الفصل 14 — التحيز والإنصاف والذكاء الاصطناعي المسؤول
المقال الرابع عشر من جولة LLM Primer VII. مصادر التحيز، ومقايضة الأمان مقابل النفع، والحدود المنهجية لقياس الإنصاف، والسياسة التنظيمية بوصفها الطبقة التي يحيا فيها الذكاء الاصطناعي المسؤول.
1447-12-06
الفصل 11 — الرصد والتسجيل والاستجابة للحوادث
المقال الحادي عشر من جولة LLM Primer VII. سياسة تسجيل مبنية على أعراف OpenTelemetry GenAI، وكشف مركّب بالتوقيع والإحصاء والسلوك، ودليل استجابة حوادث مستوحى من NIST.
1447-12-03
الفصل 7 — الهلوسة والموثوقية
المقال السابع من جولة LLM Primer VII. آليات الهلوسة، والفجوة بين الثقة والصحّة، والمعايرة والتحقق الهجين بوصفها الإصلاح التشغيلي.
1447-11-29
الفصل 6 — مخاطر التوليد المُعزَّز بالاسترجاع
المقال السادس من جولة LLM Primer VII. حدود الثقة الخمس في RAG، والحقن غير المباشر عبر الفهرس، وأنماط الاسترجاع الآمنة التي تعزل المستأجرين وتُنسّب الثقة عند الاستيراد.
1447-11-28
الفصل 3 — أمن البيانات والخصوصية
المقال الثالث من جولة LLM Primer VII. البيانات بوصفها أصلاً بدورة حياة: مخاطر التدريب والاستذكار والاستخراج، وحادثتا Samsung وGarante، ونظام التشفير والعزل والاحتفاظ.
1447-11-25
الفصل 10 — طبقة محرك LLM
المقالة العاشرة من جولة LLM Primer VI. vLLM كافتراضي Python-Native، وTensorRT-LLM يشتري الإنتاجية بخط بناء، وSGLang يفوز على أعباء الوكيل، وشجرة قرار بحسب شكل عبء العمل.
1447-11-15
الفصل 5 — تقييم تطبيقات LLM
المقالة الخامسة من جولة LLM Primer V. يعترف الفصل بأن assertEqual مات في مخرجات LLM ويُعيد بناء انضباط الاختبار حول قضاةٍ مُثبَّتين برُبريكات، والثلاثي RAG، واختبارات مسار الوكلاء.
1447-11-01
الفصل 4 — الوكلاء واستدعاء الأدوات
المقالة الرابعة من جولة LLM Primer V. الوكيل بوصفه نموذجاً مُلَقَّماً ضدّ أدواتٍ ذات مخططات وطبقات ذاكرة وأسلاك متعددة الوكلاء يجب هندستها قبل أن يُوثَق بالحلقة في أيّ عملٍ حقيقي.
1447-10-29
الفصل 2 — النماذج الأساسية وهندسة المُوجِّهات
المقالة الثانية من جولة LLM Primer V. اختيار النموذج بوصفه قراراً هندسياً، ومعاملات المعاينة كملفٍّ متعمَّد، والمُوجِّهات الدفاعية والمخرجات المُهيكَلة على مستوى المُحلِّل بوصفها أسطحاً هندسية.
1447-10-27
الفصل 1 — انضباط هندسة الذكاء الاصطناعي
المقالة الأولى من جولة LLM Primer V. سبب فشل نظامك الإنتاجي بينما يعمل عرضك، والفجوة بين الحتمي والاحتمالي، والأركان الخمسة — الموثوقية والجودة والأداء والتكلفة والتطور — التي تعيش في الغلاف حول نواة النموذج.
1447-10-26
LLM Primer V — مقدمة السلسلة وفهرسها
مقدمة جولة LLM Primer V فصلاً فصلاً — المجلد الذي يعامل هندسة الذكاء الاصطناعي بوصفها انضباطاً قائماً بذاته، لا حيلةً من حيل المُوجِّهات، ويمشي على الأسطح الثمانية التي يعيش عليها ذلك الانضباط.
1447-10-25الفصل 4 — اختيار قاعدة البيانات الشعاعية المناسبة
المقالة الرابعة من جولة LLM Primer III. الانقسام المعماري بين قواعد البيانات الشعاعية المصمَّمة لغايتها وامتدادات Postgres، والقادة المُدارون (Pinecone وVertex)، والميدان مفتوح المصدر (Qdrant وMilvus وWeaviate)، والخيارات المُضمَّنة، والمحاور التشغيلية الثلاثة — الإقامة والتشغيل والكلفة — التي تَحسم الخيار الحقيقي.
1447-10-02
سلسلة LLM Primer — دليل ميداني للذكاء الاصطناعي التوليدي، مجلَّداً تلوَ مجلَّد
سلسلة LLM Primer — دليل ميداني كامل من سبعة مجلدات حول الذكاء الاصطناعي التوليدي بقلم Sho Shimoda. من الأساسيات إلى الأمان. تشمل Physical AI كمجلد شقيق. جميع المجلدات السبعة متوفرة على أمازون.
1447-08-27