مقدمة إلى LLM
تقدم هذه الصفحة دليلاً بسيطاً حول النماذج اللغوية الكبيرة (LLM) من الأساسيات إلى التطبيقات للمهتمين بتقنيات الذكاء الاصطناعي.
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 — 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.
1447-10-28الفصل 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 10 — أطر التقييم الرائدة
المقالة العاشرة من جولة LLM Primer III. دليل ميداني للأُطر التي تُحوِّل ثلاثية التقييم إلى شيءٍ يَستطيع الفريق فعلاً تَشغيله — RAGAS وTruLens وDeepEval من جهة، وBraintrust وLangSmith وPhoenix وGalileo وOpik من جهةٍ أخرى، وفجوة التقييم التي لم تَسدها أيٌّ منها بعد.
1447-10-08الفصل 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 7 — تطبيق ضوابط الوصول
المقالة السابعة من جولة LLM Primer III. ACL على مستوى الوثيقة بوصفها الأساس، RBAC مع تسميات حساسية Microsoft Purview، ReBAC مع Zanzibar وSpiceDB، وانضباط التَّرشيح المُسبق مقابل اللاحق الذي يَجري تحتها جميعاً.
1447-10-05الفصل 6 — نماذج التهديد والثغرات في RAG
المقالة السادسة من جولة LLM Primer III. سطح الهجوم المُوسَّع للاسترجاع — تَسميم المكتبة، القِطع الخصمية، الحقن غير المباشر للموجِّه، قَلب التضمين، ومشكلة النائب المُلتبس في RAG الوكيلي. هجماتٌ ملموسة، كلٌّ قد بُرهنت، كلٌّ قابلٌ للتكرار.
1447-10-04الفصل 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 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.
1447-10-02الفصل 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.
1447-09-30الفصل 1 — تطوُّر بنية RAG
المقالة الأولى من جولة LLM Primer III. المواقف المعمارية الأربعة لـ RAG — الساذج، المتقدم، الوحدي، الوكيلي — تُقرأ كقصة عن تسليم المزيد من الصلاحيات إلى LLM قراراً تلو قرار، والإجابة الصادقة عن متى يكون الضبط الدقيق أداةً أفضل من الاسترجاع.
1447-09-29LLM 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 11 — التقييم والمعايرة والاستدلال
المقالة الحادية عشرة من جولة LLM Primer II. الفصل الذي نَسأل فيه كيف يُمكن قياس آلةٍ قادرةٍ على قول أيِّ شيء — ونَكتشف أنَّ النموذج الواثق كثيراً ما يَكون سيِّء المعايرة.
1447-09-24الفصل 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.
1447-09-09
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