التقييم4 دقائق قراءة
حكم النموذج على النموذج: أين يصدق وأين ينهار
ما أثبتته ورقة MT-Bench عن اتفاق النماذج الحاكمة مع البشر، وثلاثة انحيازات موثّقة تفسد الحكم، وكيف تعاير حَكَمك قبل الاعتماد عليه.
اقرأ المقالالمقالات
كل ما نشرناه في هندسة أنظمة الذكاء الاصطناعي التطبيقية — مرتّبًا من الأحدث، وكل مقال مسنود إلى مصدر أوّلي أو قياس منشور.
صفحة 7 من 10
التقييم4 دقائق قراءة
قياس الهلوسة: من الشكوى إلى رقم
تعريف إجرائي للهلوسة يمكن قياسه، وطريقة تفكيك الجواب إلى ادعاءات والتحقّق منها، ولماذا الجواب الصحيح غير المسنَد يُحسب هلوسة أيضًا.
اقرأ المقالالتقييم4 دقائق قراءة
بناء مجموعة اختبار ذهبية بخمسين سؤالًا
كيف تجمع خمسين سؤالًا حقيقيًّا وتوثّق إجاباتها لتصير معيارًا يقيس كل تغيير في نظامك، وأي فئات الأسئلة لا يجوز أن تنقص منها.
اقرأ المقالالوكلاء4 دقائق قراءة
تعدّد الوكلاء: متى يستحقّ ومتى يضاعف الفشل؟
أنماط تنسيق الوكلاء المتعدّدين ومقايضاتها، ولماذا يضاعف التعدّد التكلفة ونقاط الفشل، وثلاثة شروط تجعله القرار الصحيح بدل وكيل واحد جيّد.
اقرأ المقالالتكلفة5 دقائق قراءة
RAG أم ضبط دقيق؟ شجرة قرار بلا مجاملة
متى يحلّ الاسترجاع المشكلة ومتى يلزم الضبط الدقيق، وماذا غيّرت LoRA وQLoRA في معادلة الكلفة، ولماذا تبقى البيانات لا العتاد هي العائق الحقيقي.
اقرأ المقالالوكلاء4 دقائق قراءة
بروتوكول MCP: ماذا يحلّ ولماذا ظهر؟
لماذا احتاجت النماذج بروتوكولًا موحّدًا للأدوات والموارد، وما الذي يعرّفه MCP من خادم وعميل وأدوات، وكيف تقرّر بينه وبين تكامل مخصّص.
اقرأ المقال