دروس AI

دروس عملية عربية حول مفاهيم الذكاء الاصطناعي وتطوير التطبيقات وتقييمها.

غلاف توضيحي أصلي: فهم التكميم وتأثيره في جودة النموذجدروس AIفهم التكميم وتأثيره في جودة النموذجالتكميم يخفض دقة تمثيل بعض الأوزان لتقليل الذاكرة وقد يؤثر في الجودة والسرعة بدرجات متفاوتة.غلاف توضيحي أصلي: بناء وسيط خادم آمن لواجهات LLMدروس AIبناء وسيط خادم آمن لواجهات LLMمفتاح مزود النموذج سر للخادم؛ واجهة المتصفح ترسل طلبًا لخادمك الذي يحقق الصلاحيات والحدود.غلاف توضيحي أصلي: تصميم واجهة تدفق استجابة LLMدروس AIتصميم واجهة تدفق استجابة LLMالبث يعرض أجزاء الرد تدريجيًا لكنه يتطلب إدارة حالة الطلب والانقطاع والإلغاء.غلاف توضيحي أصلي: استدعاء الوظائف من النموذج بأقل الصلاحياتدروس AIاستدعاء الوظائف من النموذج بأقل الصلاحياتاقتراح النموذج استدعاء أداة ليس تنفيذًا موثوقًا؛ الخادم يتحقق من الاسم والوسائط والصلاحية.غلاف توضيحي أصلي: ما الفرق بين الوكيل وسير العمل المحدد؟دروس AIما الفرق بين الوكيل وسير العمل المحدد؟سير العمل خطوات محددة مسبقًا، بينما الوكيل قد يختار بين أدوات ضمن حدود؛ كلاهما يحتاج تحققًا وصلاحيات.غلاف توضيحي أصلي: تعريف أدوات MCP والتحقق من وسائطهادروس AIتعريف أدوات MCP والتحقق من وسائطهاوصف الأداة ومخطط مدخلاتها عقد تقني، وليس بديلًا عن التحقق من الصلاحية في الخادم.غلاف توضيحي أصلي: اختبار الوكيل وتتبع قرارات الأدواتدروس AIاختبار الوكيل وتتبع قرارات الأدواتنجاح رد نهائي لا يكفي لتقييم وكيل يستخدم أدوات؛ يجب فحص تسلسل الاستدعاءات والتكلفة والأثر.غلاف توضيحي أصلي: بناء خط إدخال مستندات إلى نظام RAGدروس AIبناء خط إدخال مستندات إلى نظام RAGيعتمد الاسترجاع على جودة تنظيف المستند وتقسيمه وربطه بمصدره؛ أخطاء الإدخال تنتقل إلى الإجابة.غلاف توضيحي أصلي: قياس جودة الاسترجاع في RAGدروس AIقياس جودة الاسترجاع في RAGمقاييس مثل Recall@k وPrecision@k تقارن نتائج المسترجع بمقاطع مرجعية معلومة لكل سؤال.غلاف توضيحي أصلي: ربط إجابة RAG بالمراجع ومنع الادعاءات غير المسندةدروس AIربط إجابة RAG بالمراجع ومنع الادعاءات غير المسندةالإجابة الجيدة تحدد المرجع الداعم لكل ادعاء قابل للتحقق وتصرّح بعدم العثور على جواب.
طوّر مهاراتك وابنِ شيئًا حقيقيًا.محتوى ومسارات عملية تجمع بين التعلّم والتطبيق.