مقدمة إلى LLM
تقدم هذه الصفحة دليلاً بسيطاً حول النماذج اللغوية الكبيرة (LLM) من الأساسيات إلى التطبيقات للمهتمين بتقنيات الذكاء الاصطناعي.
الفصل 10 — تصميم بنى LLM آمنة
المقال العاشر من جولة LLM Primer VII. البنية بوصفها الاختصاص الأمني الأول: عزل يحدّ نصف قطر الانفجار، وتحقق مُدرَّج بخمس طبقات، وسياسات مُعلَنة، وثقة صفرية على استدعاءات النموذج.
1447-12-02
الفصل 9 — سلامة النموذج ومخاطر سلسلة التوريد
المقال التاسع من جولة LLM Primer VII. أثر النموذج بوصفه ملفاً ثنائياً من طرف ثالث: أبواب خلفية تنجو من التدريب، وpickle مقابل safetensors، وSigstore ورصد الانحراف.
1447-12-01
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 4 — حقن التوجيهات وكسر القيود
المقال الرابع من جولة LLM Primer VII. لماذا لا يمتلك حقن التوجيهات إصلاحاً بنيوياً كالاستعلامات الوسيطة، وعائلات كسر القيود، والدفاع الطبقي بأربع طبقات مستقلة.
1447-11-26
الفصل 1 — لماذا أمن الذكاء الاصطناعي مختلف
المقال الأول من جولة LLM Primer VII. لماذا لا يكفي الأمن التقليدي، وكيف تكسر LLM الفصل بين الشيفرة والبيانات، ولماذا يصبح غلاف السلوك هو سطح الهجوم بدل خطوط الشيفرة.
1447-11-23
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 9 — فك التشفير التخميني
المقالة التاسعة من جولة LLM Primer VI. رؤية التحقق تحفظ الصحة تماماً، وEAGLE يربط المسوَّدة بالحالة المخفية للهدف، وسقفا α·N و1/α يحكمان تسريع التخمين.
1447-11-14
الفصل 6 — التقليم وتقطير المعرفة
المقالة السادسة من جولة LLM Primer VI. تناثر 2:4 على Hopper، وتقطير توزيع المُعلِّم لا مُتغيَّره الأقصى، وترتيب: قطِّر ثم قلِّم ثم كمِّم.
1447-11-11
الفصل 3 — التوليد المُعزَّز بالاسترجاع
المقالة الثالثة من جولة LLM Primer V. خط أنابيب RAG من طرفٍ إلى طرف — التحميل والتقطيع والتضمين والاسترجاع والتوليد — وكيف يفصل التقطيع الجيد والاسترجاع الهجين وتحويلات الاستعلام العرضَ الذي يعمل على وثائقك المُفضَّلة عن النظام الذي ينجو من ملامسة مدوَّنتك الحقيقية.
1447-10-28
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.
1447-10-26الفصل 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 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 السابع — هندسة الموجِّهات بوصفها حرفة
المقالة السابعة من جولة LLM Primer I. أنماط الموجِّهات الأربعة التي تَحمل الثقل الحقيقي — system prompt وfew-shot وسلسلة التفكير والدور — ولماذا يَنجح كلٌّ منها، من زاوية آلية الرمز التالي.
1447-09-07الفصل الخامس — لا تزال ثمَّة عيوبٌ صغيرة
المقالة الخامسة من جولة LLM Primer I. لماذا الهلوسة وفجوات الزمن ومشكلات الحساب واضطرابات الاتّساق ليست أخطاءً بل خواصُّ الآلية ذاتها — آلية التنبُّؤ بالرمز التالي.
1447-09-05الفصل 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