استراتيجيات التصميم الفوري

تصميم الطلبات هو عملية إنشاء طلبات أو طلبات باللغة الطبيعية تؤدي إلى الحصول على ردود دقيقة وعالية الجودة من نموذج لغوي.

تقدّم هذه الصفحة المفاهيم الأساسية والاستراتيجيات وأفضل الممارسات التي تساعدك في البدء بتصميم الطلبات للاستفادة إلى أقصى حدّ من نماذج الذكاء الاصطناعي في Gemini.

أدلة الطلبات الخاصة بموضوع معيّن

هل تبحث عن استراتيجيات أكثر تحديدًا للمطالبات؟ يمكنك الاطّلاع على أدلة كتابة الطلبات الأخرى على:

يمكنك العثور على نماذج أخرى من الطلبات في معرض الطلبات المصمَّم لعرض العديد من المفاهيم الواردة في هذا الدليل بشكل تفاعلي.

تعليمات واضحة ومحدّدة

تتمثّل إحدى الطرق الفعّالة والمجدية لتخصيص سلوك النموذج في تزويده بتعليمات واضحة ومحدّدة. يمكن أن تكون التعليمات في شكل سؤال أو مهام خطوة بخطوة، أو معقّدة مثل تحديد تجربة المستخدم وطريقة تفكيره.

الإدخال

الإدخال هو النص المطلوب في الطلب الذي تريد أن يقدّم النموذج ردًا عليه. يمكن أن تكون المدخلات سؤالاً يجيب عنه النموذج (مدخلات السؤال)، أو مهمة ينفّذها النموذج (مدخلات المهمة)، أو كيانًا يعمل عليه النموذج (مدخلات الكيان)، أو مدخلات جزئية يكملها النموذج أو يتابعها (مدخلات الإكمال).

نوع الإدخال الطلب المخرجات المولَّدة
السؤال 

    What's a good name for a flower shop that specializes in selling bouquets of
    dried flowers? Create a list of 5 options with just the names.
 

    Here are 10 names for a flower shop specializing in dried flowers:

    1. Everlasting Blooms
    2. Dried & Delightful
    3. The Petal Preserve
    4. Whispers of Wildflowers
    5. Forever Blooms
المهمة 
    Give me a simple list of just the things that I must bring on a camping trip. The list should have 5 items.
 
    1. **Tent:** Your shelter from the elements.
    2. **Sleeping Bag:** Stay warm and comfortable.
    3. **Sleeping Pad:** Insulation and cushioning for a good night's sleep.
    4. **Headlamp or Flashlight:** Light for nighttime activities.
    5. **First Aid Kit:** Be prepared for minor injuries.
الكيان 

    Classify the following items as [large, small]:
Elephant
Mouse
Snail
 

Here's the classification:

* **Elephant:** Large
* **Mouse:** Small
* **Snail:** Small

إكمال الإدخال جزئيًا

تعمل النماذج اللغوية التوليدية مثل أداة متقدّمة للإكمال التلقائي. عند تقديم محتوى جزئي، يمكن للنموذج تقديم بقية المحتوى أو ما يعتقد أنّه استمرار لهذا المحتوى كردّ. وعند إجراء ذلك، إذا تضمّنت أي أمثلة أو سياق، يمكن للنموذج أخذ هذه الأمثلة أو السياق في الاعتبار.

يقدّم المثال التالي طلبًا يتضمّن تعليمات ومدخلات كيان:

For the given order, return a JSON object that has the fields cheeseburger, hamburger, fries, or
drink, with the value being the quantity.

Order: A burger and a drink.
  
{
  "cheeseburger": 0,
  "hamburger": 1,
  "fries": 0,
  "drink": 1
}

مع أنّ النموذج نفّذ ما طُلب منه، إلا أنّ كتابة التعليمات بلغة طبيعية قد يكون أمرًا صعبًا في بعض الأحيان، كما أنّها تترك الكثير لتفسير النموذج. على سبيل المثال، قد تحتوي قائمة طعام أحد المطاعم على العديد من الأطباق. لتقليل حجم ردّ JSON، من المحتمل أنّك تريد حذف العناصر التي لم يتم طلبها. في هذه الحالة، يمكنك تقديم مثال وبادئة رد والسماح للنموذج بإكمالها:

Valid fields are cheeseburger, hamburger, fries, and drink.
Order: Give me a cheeseburger and fries
Output:
```
{
  "cheeseburger": 1,
  "fries": 1
}
```
Order: I want two burgers, a drink, and fries.
Output:
  
```
{
  "hamburger": 2,
  "drink": 1,
  "fries": 1
}
```

لاحظ كيف تم استبعاد "تشيز برجر" من الناتج لأنّه لم يكن جزءًا من الطلب.

القيود

حدِّد أي قيود على قراءة الطلب أو إنشاء رد. يمكنك أن تطلب من النموذج تنفيذ إجراءات معيّنة أو عدم تنفيذها. على سبيل المثال، يمكنك تحديد قيد في الطلب بشأن المدة التي تريد أن يستغرقها التلخيص:

Summarize this text in one sentence:
Text: A quantum computer exploits quantum mechanical phenomena to perform calculations exponentially
faster than any modern traditional computer. At very tiny scales, physical matter acts as both
particles and as waves, and quantum computing uses specialized hardware to leverage this behavior.
The operating principles of quantum devices is beyond the scope of classical physics. When deployed
at scale, quantum computers could be used in a wide variety of applications such as: in
cybersecurity to break existing encryption methods while helping researchers create new ones, in
meteorology to develop better weather forecasting etc. However, the current state of the art quantum
computers are still largely experimental and impractical.
    

      Exploiting quantum mechanical phenomena, quantum computers can perform calculations exponentially faster than traditional computers for potential applications like cybersecurity and meteorology, although they are currently largely experimental and impractical.

تنسيق الردّ

يمكنك تقديم تعليمات تحدّد تنسيق الردّ. على سبيل المثال، يمكنك طلب تنسيق الردّ على شكل جدول أو قائمة منقّطة أو عرض موجز أو كلمات رئيسية أو جملة أو فقرة. تطلب تعليمات النظام التالية من النموذج أن يكون أكثر حوارية في رده:

    All questions should be answered comprehensively with details, unless the user requests a concise response specifically.
  
    What is a smart way to make a business that sells DVD's in 2025?
  
Starting a business selling DVDs in 2025 presents significant challenges due to the overwhelming dominance of digital streaming and on-demand services; a "smart" approach would therefore require a highly specialized niche, a strong value proposition beyond just the disc, and likely a focus on community or collector markets rather than mainstream consumption.

Here's a breakdown of what a smart DVD business in 2025 would likely entail:

1. Extreme Niche Specialization: You cannot compete with streaming libraries. Your business must focus on what digital doesn't offer easily or at all. This could include:

    * Out-of-Print & Rare Titles: Sourcing films or TV shows that have never been released digitally or are currently unavailable on major streaming platforms.
    ....

تنسيق الردود باستخدام استراتيجية الإكمال

يمكن أن تساعد استراتيجية الإكمال أيضًا في تنسيق الردّ. يطلب المثال التالي من النموذج إنشاء مخطط تفصيلي لمقال:

Create an outline for an essay about hummingbirds.
  
Here is a possible outline for an essay about hummingbirds:

I. Introduction
A. Hook: Start with a captivating fact or description about hummingbirds (e.g., their speed, iridescent colors, or tiny size).
B. Background: Briefly introduce hummingbirds – where they are found (Americas), their reputation as unique birds.
C. Thesis Statement: State the main point of the essay, which could be about the remarkable adaptations, behaviors, and ecological importance of hummingbirds.

II. Appearance and Identification
.....

لم يحدّد الطلب تنسيق المخطط التفصيلي، واختار النموذج تنسيقًا لك. للحصول على نموذج يعرض مخططًا تفصيليًا بتنسيق معيّن، يمكنك إضافة نص يمثّل بداية المخطط التفصيلي والسماح للنموذج بإكماله استنادًا إلى النمط الذي بدأته.

Create an outline for an essay about hummingbirds.
I. Introduction
   *
  
Okay, here is an outline for an essay about hummingbirds, starting from the introduction you provided:

I. Introduction
* Hook: Start with a captivating fact or description about hummingbirds (e.g., their speed, iridescent colors, or tiny size).
* Background: Briefly introduce hummingbirds – where they are found (Americas), their reputation as unique birds, and their general characteristics.
* Thesis Statement: State the main point of the essay, focusing on the remarkable adaptations, behaviors, and ecological significance that make hummingbirds extraordinary.
.....

الطلبات بلا أمثلة مقابل الطلبات ببضع أمثلة

يمكنك تضمين أمثلة في الطلب توضّح للنموذج الشكل الذي يجب أن يبدو عليه الرد الصحيح. يحاول النموذج تحديد الأنماط والعلاقات من الأمثلة وتطبيقها عند إنشاء رد. تُعرف الطلبات التي تتضمّن بضعة أمثلة بطلبات التلقين ببضع أمثلة، بينما تُعرف الطلبات التي لا تتضمّن أي أمثلة بطلبات التلقين بدون أمثلة. يتم غالبًا استخدام الطلبات بأمثلة قليلة لتنظيم التنسيق أو الصياغة أو النطاق أو النمط العام لردود النموذج. استخدِم أمثلة محدّدة ومتنوّعة لمساعدة النموذج في تضييق نطاق تركيزه وإنشاء نتائج أكثر دقة.

ننصحك دائمًا بتضمين أمثلة قليلة اللقطات في طلباتك. من المحتمل أن تكون الطلبات التي لا تتضمّن أمثلة قليلة اللقطات أقل فعالية. في الواقع، يمكنك إزالة التعليمات من طلبك إذا كانت الأمثلة واضحة بما يكفي لإظهار المهمة المطلوبة.

يطلب طلب zero-shot التالي من النموذج اختيار أفضل شرح.

Please choose the best explanation to the question:

Question: How is snow formed?
Explanation1: Snow is formed when water vapor in the air freezes into ice
crystals in the atmosphere, which can combine and grow into snowflakes as they
fall through the atmosphere and accumulate on the ground.
Explanation2: Water vapor freezes into ice crystals forming snow.
Answer:
  
Explanation1 is the better explanation because it provides more detail on the
process, including how ice crystals combine and grow into snowflakes as they
fall through the atmosphere.

إذا كانت حالة الاستخدام تتطلّب أن يقدّم النموذج ردودًا موجزة، يمكنك تضمين أمثلة في الطلب تعطي الأولوية للردود الموجزة.

يقدّم الطلب التالي مثالَين يوضّحان تفضيل التفسيرات الأقصر. في الردّ، يمكنك ملاحظة أنّ الأمثلة أرشدت النموذج إلى اختيار التفسير الأقصر (Explanation2) بدلاً من التفسير الأطول (Explanation1) كما فعل سابقًا.

Below are some examples showing a question, explanation, and answer format:

Question: Why is the sky blue?
Explanation1: The sky appears blue because of Rayleigh scattering, which causes
shorter blue wavelengths of light to be scattered more easily than longer red
wavelengths, making the sky look blue.
Explanation2: Due to Rayleigh scattering effect.
Answer: Explanation2

Question: What is the cause of earthquakes?
Explanation1: Sudden release of energy in the Earth's crust.
Explanation2: Earthquakes happen when tectonic plates suddenly slip or break
apart, causing a release of energy that creates seismic waves that can shake the
ground and cause damage.
Answer: Explanation1

Now, Answer the following question given the example formats above:

Question: How is snow formed?
Explanation1: Snow is formed when water vapor in the air freezes into ice
crystals in the atmosphere, which can combine and grow into snowflakes as they
fall through the atmosphere and accumulate on the ground.
Explanation2: Water vapor freezes into ice crystals forming snow.
Answer:
  
Answer: Explanation2

العدد الأمثل للأمثلة

يمكن للنماذج، مثل Gemini، غالبًا رصد الأنماط باستخدام بعض الأمثلة، ولكن قد تحتاج إلى تجربة عدد الأمثلة التي تقدّمها في الطلب للحصول على أفضل النتائج. في الوقت نفسه، إذا أدرجت عددًا كبيرًا جدًا من الأمثلة، قد يبدأ النموذج في الإفراط في التوافق مع الردود الواردة في الأمثلة.

الأنماط في مقابل الأنماط المضادة

إنّ استخدام الأمثلة لتوضيح نمط يجب اتّباعه للنموذج أكثر فعالية من استخدام الأمثلة لتوضيح نمط يجب تجنّبه.

⛔ النمط السلبي:

Don't end haikus with a question:
Haiku are fun
A short and simple poem
Don't you enjoy them?

✅ النمط الإيجابي:

Always end haikus with an assertion:
Haiku are fun
A short and simple poem
A joy to write

اعتماد تنسيق موحَّد

احرص على أن يكون بنية وتنسيق الأمثلة القليلة متشابهَين لتجنُّب الردود بتنسيقات غير مرغوب فيها. أحد الأهداف الأساسية لإضافة أمثلة قليلة اللقطات في الطلبات هو عرض تنسيق الرد على النموذج. لذلك، من الضروري التأكّد من اتّباع تنسيق متّسق في جميع الأمثلة، مع الانتباه بشكل خاص إلى علامات XML والمسافات البيضاء وأسطر جديدة وفواصل الأمثلة.

إضافة سياق

يمكنك تضمين تعليمات ومعلومات في طلب يحتاج النموذج إلى الاستناد إليها لحل مشكلة، بدلاً من افتراض أنّ النموذج يتضمّن كل المعلومات المطلوبة. تساعد هذه المعلومات السياقية النموذج في فهم القيود والتفاصيل المتعلقة بما تطلبه منه.

يطلب المثال التالي من النموذج تقديم إرشادات لتحديد المشاكل في جهاز توجيه وحلّها:

What should I do to fix my disconnected wifi? The light on my Google
Wifi router is yellow and blinking slowly.
  
  A yellow blinking light on your Google Wifi router usually indicates a problem
  with the internet connection. Here are some steps to troubleshoot and fix the
  issue:
  1. Restart your router and modem:
    - Unplug your modem from the power outlet and wait for 30 seconds.
    - Plug your modem back in and wait for it to fully boot up.
    - Unplug your Google Wifi router and wait for 30 seconds.
    - Plug your Google Wifi router back in and wait for it to fully boot up.
.....

يبدو أنّ الرد يتضمّن معلومات عامة لتحديد المشاكل وحلّها، وهي غير مرتبطة بجهاز التوجيه أو بحالة أضواء مؤشر LED.

لتخصيص الردّ لجهاز التوجيه المحدّد، يمكنك إضافة دليل تحديد المشاكل وحلّها الخاص بجهاز التوجيه إلى الطلب كمرجع يمكن للنموذج الرجوع إليه عند تقديم الردّ.

Answer the question using the text below. Respond with only the text provided.
Question: What should I do to fix my disconnected wifi? The light on my Google Wifi router is yellow and blinking slowly.

Text:
Color: Slowly pulsing yellow
What it means: There is a network error.
What to do:
Check that the Ethernet cable is connected to both your router and your modem and both devices are turned on. You might need to unplug and plug in each device again.

Color: Fast blinking yellow
What it means: You are holding down the reset button and are factory resetting this device.
What to do:
If you keep holding down the reset button, after about 12 seconds, the light will turn solid yellow. Once it is solid yellow, let go of the factory reset button.

Color: Solid yellow
What it means: Router is factory resetting.
What to do:
This can take up to 10 minutes. When it's done, the device will reset itself and start pulsing white, letting you know it's ready for setup.

Color: Solid red
What it means: Something is wrong.
What to do:
Critical failure. Factory reset the router. If the light stays red, contact Wifi customer support.
  
Check that the Ethernet cable is connected to both your router and your modem and both devices are turned on. You might need to unplug and plug in each device again.

إضافة البادئات

البادئة هي كلمة أو عبارة تضيفها إلى محتوى الطلب ويمكن أن تخدم عدة أغراض، وذلك حسب مكان وضع البادئة:

  • بادئة الإدخال: إضافة بادئة إلى الأجزاء ذات المعنى الدلالي من البيانات التي يتم إدخالها إلى النموذج. على سبيل المثال، تحدّد البادئتان "الإنجليزية:" و"الفرنسية:" لغتَين مختلفتَين.
  • بادئة الناتج: على الرغم من أنّ النموذج هو من ينشئ الناتج، يمكنك إضافة بادئة للناتج في الطلب. يقدّم البادئة الخاصة بالناتج للنموذج معلومات حول الردّ المتوقّع. على سبيل المثال، يشير البادئة "JSON:" إلى النموذج بأنّ الناتج يجب أن يكون بتنسيق JSON.
  • بادئة المثال: في الطلبات بأمثلة قليلة، يؤدي إضافة بادئات إلى الأمثلة إلى توفير تصنيفات يمكن للنموذج استخدامها عند إنشاء الناتج، ما يسهّل تحليل محتوى الناتج.

في المثال التالي، "النص:" هو بادئة الإدخال و "الإجابة هي:" هي بادئة الإخراج.

Classify the text as one of the following categories.
- large
- small
Text: Rhino
The answer is: large
Text: Mouse
The answer is: small
Text: Snail
The answer is: small
Text: Elephant
The answer is:
  
The answer is: large

تقسيم الطلبات إلى مكوّنات

بالنسبة إلى حالات الاستخدام التي تتطلّب طلبات معقّدة، يمكنك مساعدة النموذج في التعامل مع هذا التعقيد من خلال تقسيم الطلبات إلى مكوّنات أبسط.

  1. تقسيم التعليمات: بدلاً من تضمين العديد من التعليمات في طلب واحد، أنشئ طلبًا واحدًا لكل تعليمات. يمكنك اختيار الطلب الذي تريد معالجته استنادًا إلى إدخال المستخدم.

  2. طلبات متسلسلة: بالنسبة إلى المهام المعقّدة التي تتضمّن خطوات متعدّدة متسلسلة، اجعل كل خطوة طلبًا، ثم اربط الطلبات معًا في تسلسل. في هذه السلسلة المتسلسلة من الطلبات، تصبح نتيجة أحد الطلبات في التسلسل هي مدخل الطلب التالي. ويكون الناتج النهائي هو ناتج الطلب الأخير في التسلسل.

  3. تجميع الردود: يحدث التجميع عندما تريد تنفيذ مهام متوازية مختلفة على أجزاء مختلفة من البيانات وتجميع النتائج لإنتاج الناتج النهائي. على سبيل المثال، يمكنك أن تطلب من النموذج تنفيذ عملية واحدة على الجزء الأول من البيانات، وتنفيذ عملية أخرى على بقية البيانات، ثم تجميع النتائج.

تجربة مَعلَمات النماذج

يتضمّن كل طلب ترسله إلى نموذج قيم مَعلمات تتحكّم في طريقة إنشاء النموذج للرد. يمكن أن يحقّق النموذج نتائج مختلفة لقيم المَعلمات المختلفة. جرِّب قيمًا مختلفة للمعلمات للحصول على أفضل القيم للمهمة. قد تختلف المَعلمات المتاحة لنماذج مختلفة. في ما يلي المَعلمات الأكثر شيوعًا:

  1. الحدّ الأقصى لعدد الرموز المميزة في الناتج: يحدّد الحدّ الأقصى لعدد الرموز المميزة التي يمكن إنشاؤها في الرد. الرمز المميّز هو حوالي أربعة أحرف. تتجاوب 100 علامة مع 60 إلى 80 كلمة تقريبًا.

  2. درجة الحرارة: تتحكّم درجة الحرارة في درجة العشوائية في اختيار الرموز المميزة. تُستخدَم درجة الحرارة لأخذ العيّنات أثناء إنشاء الردود، ويحدث ذلك عند تطبيق topP وtopK. تكون درجات الحرارة المنخفضة مناسبة للطلبات التي تتطلّب استجابة أكثر تحديدًا أو أقل انفتاحًا، بينما يمكن أن تؤدي درجات الحرارة المرتفعة إلى نتائج أكثر تنوعًا أو إبداعًا. تشير درجة الحرارة 0 إلى أنّ النموذج حتمي، ما يعني أنّه يتم دائمًا اختيار الردّ الذي يحقّق أعلى احتمال.

  3. topK: تغيّر المَعلمة topK طريقة اختيار النموذج للرموز المميزة في الناتج. يشير topK بقيمة 1 إلى أنّ الرمز المميّز المحدّد هو الأكثر احتمالاً بين جميع الرموز المميّزة في مفردات النموذج (يُعرف أيضًا باسم فك الترميز الجشع)، بينما يشير topK بقيمة 3 إلى أنّه يتم اختيار الرمز المميّز التالي من بين 3 رموز مميّزة الأكثر احتمالاً باستخدام درجة الحرارة. في كل خطوة من خطوات اختيار الرموز المميزة، يتم أخذ عيّنات من الرموز المميزة topK التي تتضمّن أعلى الاحتمالات. بعد ذلك، يتم فلترة الرموز المميزة بشكل أكبر استنادًا إلى topP، ويتم اختيار الرمز المميز النهائي باستخدام أخذ العينات حسب درجة الحرارة.

  4. topP: تغيّر المَعلمة topP طريقة اختيار النموذج للرموز المميزة في الناتج. يتم اختيار الرموز المميزة من الأكثر إلى الأقل احتمالاً إلى أن يساوي مجموع احتمالاتها القيمة topP. على سبيل المثال، إذا كانت الرموز المميزة A وB وC ذات احتمالية 0.3 و0.2 و0.1 وكانت قيمة topP هي 0.5، سيختار النموذج إما A أو B كرمز مميز تالٍ باستخدام درجة الحرارة ويستبعد C كمرشح. القيمة التلقائية topP هي 0.95.

  5. stop_sequences: اضبط تسلسل الإيقاف لإخبار النموذج بالتوقّف عن إنشاء المحتوى. يمكن أن يكون تسلسل الإيقاف أي تسلسل من الأحرف. حاوِل تجنُّب استخدام تسلسل من الأحرف قد يظهر في المحتوى الذي يتم إنشاؤه.

استراتيجيات كتابة الطلبات المتلاحقة

قد يتطلّب تصميم الطلب أحيانًا بضع محاولات قبل أن تحصل باستمرار على الرد الذي تبحث عنه. يقدّم هذا القسم إرشادات حول بعض الإجراءات التي يمكنك تجربتها عند تكرار طلباتك:

  1. استخدام صياغة مختلفة: غالبًا ما يؤدي استخدام كلمات أو صياغة مختلفة في طلباتك إلى حصولك على ردود مختلفة من النموذج، حتى لو كانت جميعها تعني الشيء نفسه. إذا لم تحصل على النتائج المتوقّعة من طلبك، جرِّب إعادة صياغته.

    Version 1:
How do I bake a pie?

Version 2:
Suggest a recipe for a pie.

Version 3:
What's a good pie recipe?

  2. التبديل إلى مهمة مشابهة: إذا لم يتمكّن النموذج من اتّباع تعليماتك بشأن مهمة معيّنة، حاوِل تقديم تعليمات بشأن مهمة مشابهة تؤدي إلى النتيجة نفسها.

    يطلب هذا الطلب من النموذج تصنيف كتاب باستخدام فئات محدّدة مسبقًا:

    Which category does The Odyssey belong to:
thriller
sci-fi
mythology
biography
  
        The Odyssey belongs to the category of **mythology**. 

    Here's why:

    * **Mythology:** The Odyssey tells the story of Odysseus, a hero from Greek mythology, and his
    journey home after the Trojan War. It features gods, monsters, and supernatural events common to
    Greek mythology.
.....

    الردّ صحيح، ولكن النموذج لم يلتزم بالخيارات المتاحة. نريد أيضًا أن يقتصر رد النموذج على أحد الخيارات بدلاً من جملة كاملة. في هذه الحالة، يمكنك إعادة صياغة التعليمات كسؤال ذي خيارات متعدّدة وطلب أن يختار النموذج أحد الخيارات.

    Multiple choice problem: Which of the following options describes the book The Odyssey?
Options:
    


      

    • thriller
      • 

    • sci-fi
      • 

    • mythology
      • 

    • biography

    The correct answer is mythology.

  3. تغيير ترتيب المحتوى في الطلب: يمكن أن يؤثّر ترتيب المحتوى في الطلب أحيانًا في الردّ. جرِّب تغيير ترتيب المحتوى واطّلِع على تأثير ذلك في الردّ.

    Version 1:
[examples]
[context]
[input]

Version 2:
[input]
[examples]
[context]

Version 3:
[examples]
[input]
[context]

الردود الاحتياطية

الردّ الاحتياطي هو ردّ يعرضه النموذج عندما يؤدي الطلب أو الردّ إلى تشغيل فلتر الأمان. مثال على الردّ الاحتياطي: "لا يمكنني المساعدة في ذلك، فأنا مجرد نموذج لغوي".

إذا ردّ النموذج بإجابة احتياطية، جرِّب زيادة درجة العشوائية.

ما يجب تجنبه

  • تجنَّب الاعتماد على النماذج لإنشاء معلومات واقعية.
  • يجب استخدامها بحذر في المسائل الرياضية والمنطقية.

نماذج الذكاء الاصطناعي التوليدي المتاحة

يهدف هذا القسم إلى الإجابة عن السؤال التالي: هل هناك عشوائية في ردود النماذج التوليدية، أم أنّها حتمية؟

الإجابة المختصرة هي نعم على كليهما. عندما تقدّم طلبًا إلى نموذج توليدي، يتم إنشاء ردّ نصي على مرحلتين. في المرحلة الأولى، يعالج النموذج التوليدي طلب الإدخال وينشئ توزيعًا احتماليًا على الرموز المميزة (الكلمات) المحتملة التي من المرجّح أن تظهر بعد ذلك. على سبيل المثال، إذا طلبت من النموذج التوليدي إكمال النص "قفز الكلب فوق ... "، سينتج النموذج مصفوفة من الكلمات المحتملة التالية:

[("fence", 0.77), ("ledge", 0.12), ("blanket", 0.03), ...]

هذه العملية حتمية، إذ سينتج النموذج التوليدي التوزيع نفسه في كل مرة يتم فيها إدخال نص الطلب نفسه.

في المرحلة الثانية، يحوّل النموذج التوليدي هذه التوزيعات إلى استجابات نصية فعلية من خلال إحدى استراتيجيات فك الترميز المتعددة. قد تختار استراتيجية فك ترميز بسيطة الرمز المميز الأكثر احتمالاً في كل خطوة زمنية. ستكون هذه العملية دائمًا حتمية. ومع ذلك، يمكنك بدلاً من ذلك اختيار إنشاء ردّ من خلال أخذ عيّنات عشوائية من التوزيع الذي يعرضه النموذج. ستكون هذه العملية عشوائية. يمكنك التحكّم في درجة العشوائية المسموح بها في عملية فك التشفير هذه من خلال ضبط درجة الحرارة. تشير درجة الحرارة 0 إلى أنّه يتم اختيار الرموز المميزة الأكثر احتمالاً فقط، ولا يوجد أي عشوائية. في المقابل، يؤدي ارتفاع درجة الحرارة إلى إدخال درجة عالية من العشوائية في الرموز المميزة التي يختارها النموذج، ما يؤدي إلى الحصول على ردود غير متوقعة ومدهشة من النموذج.

الخطوات التالية