لماذا يهمّ السياق
لا يعرف نموذج LLM سوى شيئين: ما رآه في التدريب، وما تضعه أمامه الآن. المخرجات الجيّدة تحتاج سياق دخل جيّداً. وتزويده بهذا السياق عن قصد حرفة — تُسمّى الإسناد.
ما لا يستطيع النموذج معرفته
إذا تُرك لنفسه، فللنموذج ثلاث ثغرات لا يسدّها أيّ قدر من البراعة في التوجيه:
- حدّ المعرفة — تجمّد التدريب عند تاريخ معيّن (الوحدة 5)، فلا يعرف شيئاً أحدث منه.
- لا وصول إلى بياناتك — ملفّاتك الخاصّة، وقاعدة بياناتك، وأرقام اليوم: لا شيء منها داخل النموذج.
- يملأ الفراغ رغم ذلك — إذا سُئل عمّا لا يعرفه، يميل النموذج إلى اختلاق إجابة تبدو معقولة.
زوّده بالحقائق
يقلب الإسناد الوضع الافتراضي. فبدلاً من الأمل بأنّ النموذج يعرف مسبقاً، تجلب المعلومات ذات الصلة وتضمّنها في التوجيه — فتُبنى الإجابة على مصادر حقيقيّة، لا على تخمين النموذج.
المردود
يمنحك الإسناد ثلاثة أشياء لا يستطيع النموذج المجرّد تقديمها:
- هلوسة أقلّ — الحقائق أمامه، فيقلّ سبب الاختلاق.
- بيانات حديثة وخاصّة — تصبح أرقام اليوم وموادّك الخاصّة قابلة للاستخدام.
- إجابات قابلة للتتبّع — يمكنك الإشارة إلى المصدر الذي جاء منه كلّ ادّعاء (الأمانة والتحقّق في الوحدة 8).
الإسناد قائمة خيارات
ليست هناك طريقة واحدة لإسناد النموذج. فتقنية RAG — التوليد المعزّز بالاسترجاع، التقنية الكلاسيكيّة التي قابلتها في GenAI‑101 — خيار واحد من عدّة خيارات، يناسب كلٌّ منها موقفاً مختلفاً. وبقيّة هذه الوحدة تستعرض القائمة.
طبّقها
كيف تطبّق: اسرد الحقائق التي تعتمد عليها إجابات أداتك ولا يعرفها النموذج أصلاً — واكتب بجانب كلّ واحدة أين توجد تلك الحقيقة فعلاً. تلك القائمة هي خطّة الإسناد لديك.
- متتبّع مهامّ الذكاء الاصطناعي الأسبوعيّة — سؤال «ماذا فعلت الأسبوع الماضي؟» لا يُجاب عنه إلّا بإسناد النموذج إلى بيانات مهامّك أنت، لا إلى تدريبه.
- موقع العلامة الشخصيّة — كلّ ادّعاء عن الشخص يجب أن يُسنَد إلى موادّه الحقيقيّة، وإلّا فهو اختلاق.
ما تعلّمته
لا يعرف النموذج سوى تدريبه وما تضعه أمامه. الإسناد يوفّر الحقائق المفقودة — فيقلّل الهلوسة، ويفتح البيانات الحديثة والخاصّة، ويجعل الإجابات قابلة للتتبّع. وRAG تقنية واحدة على قائمة تستكشفها هذه الوحدة الآن.