الاتساق الذاتي والتأمل
طبّق استراتيجيات تُنشئ فيها LLMs إجابات متعددة ثم تختار الإجابة الأكثر اتساقًا، أو تتأمل في مخرجاتها.
الاتساق الذاتي والتأمل درس مجاني في AI Prompt Engineering على CoddyKit. هذا هو الدرس 3 من أصل 3. يمكنك قراءة الدرس كاملاً أدناه مجاناً — ثم تمرن عليه مباشرة في المتصفح باستخدام محرر أكواد مدمج ومدرس ذكاء اصطناعي متاح 24/7. هذا الدرس جزء من مسار التعلم في AI Prompt Engineering، وتقدمك يتزامن عبر الويب وتطبيق CoddyKit. تتضمن دورة AI Prompt Engineering 3 دروس في المجموع.
ما بعد إجابات المحاولة الواحدة
هل تمنّيتم يومًا أن يتمكن الذكاء الاصطناعي من مراجعة عمله؟ أو أن يجرّب عدة أساليب مختلفة قبل أن يقدّم لكم إجابة؟ هذا هو جوهر الاتساق الذاتي والمراجعة الذاتية.
تساعد هذه التقنيات المتقدمة نماذج اللغة الكبيرة (LLMs) على إنتاج مخرجات أكثر موثوقية ودقة.
لماذا تحتاج نماذج LLM إلى مراجعة ثانية
تتمتع نماذج LLM بقدرات قوية، لكنها قد ترتكب أخطاء، أو «تهلوس» حقائق، أو تعلق في مسار استدلال واحد. تساعد هذه التقنيات على معالجة القيود الشائعة لنماذج LLM:
- الهلوسة: إنشاء معلومات خاطئة أو غير منطقية.
- أخطاء الاستدلال: منطق معيب أثناء حل المشكلات المعقدة.
- انعدام المتانة: التأثر بالتغييرات الطفيفة في صياغة المطالبة.
يحسّن الاتساق الذاتي والمراجعة الذاتية الجودة العامة للمحتوى الذي ينشئه الذكاء الاصطناعي وموثوقيته.
ما المقصود بالاتساق الذاتي؟
الاتساق الذاتي هو أسلوب لصياغة المطالبات تطلبون فيه من LLM إنشاء إجابات متعددة ومتنوعة عن السؤال نفسه. وبعد إنشاء عدة خيارات، تختارون الإجابة الأكثر تكرارًا أو اتساقًا بينها.
فكّروا في الأمر كأنكم تسألون عدة أصدقاء أذكياء عن آرائهم في مشكلة معقدة، ثم تختارون الرأي الذي يحظى بإجماع الأغلبية. ويقلّل هذا بدرجة كبيرة من احتمال وقوع خطأ واحد.
تطبيق الاتساق الذاتي
افترضوا أنكم طرحتم على LLM مسألة رياضية لفظية معقدة أو لغزًا منطقيًا. فبدلًا من محاولة واحدة، يطلب منه الاتساق الذاتي المحاولة عدة مرات:
- المحاولة 1: تقدّم مسارًا واحدًا للاستدلال وإجابة.
- المحاولة 2: تقدّم مسارًا مختلفًا قليلًا للاستدلال وإجابة.
- المحاولة 3: تقدّم مسارًا آخر...
إذا أسفرت 3 محاولات من أصل 5 عن الإجابة نفسها، فتُعد هذه الإجابة أكثر متانة ويرجّح أن تكون صحيحة.
صياغة مطالبات للاتساق الذاتي
لتطبيق الاتساق الذاتي، يجب أن توجّه مطالبتكم LLM بوضوح إلى إنشاء إجابات متعددة. ويمكنكم تحديد عدد المحاولات وكيفية عرضها.
إليكم بنية أساسية:
Generate 3 distinct answers to the following question. For each answer, show your step-by-step reasoning.
Question: If a train leaves station A at 9:00 AM traveling at 60 mph, and another train leaves station B at 9:30 AM traveling at 70 mph towards station A, and the stations are 300 miles apart, what time do they meet?
Answer 1:
[LLM's reasoning and answer]
Answer 2:
[LLM's reasoning and answer]
Answer 3:
[LLM's reasoning and answer]ما المقصود بالمراجعة الذاتية؟
المراجعة الذاتية هي تقييم LLM لمخرجاته السابقة تقييمًا نقديًا. وهي تعمل كآلية للتصحيح الذاتي، إذ تحدّد أوجه القصور أو التحيزات أو مجالات التحسين، ثم تنشئ إجابة منقحة أو محسّنة.
ويشبه ذلك مراجعة عملكم بأنفسكم قبل تسليمه، واكتشاف الأخطاء وصقل أفكاركم لإنتاج نتيجة نهائية أعلى جودة.
تطبيق المراجعة الذاتية
تخيّلوا أنكم طلبتم من LLM كتابة قصة قصيرة. بعد أن ينشئ المسودة الأولى، توجّهونه إلى «مراجعة القصة بحثًا عن ثغرات في الحبكة واتساق الشخصيات» أو «تحسين اللغة الوصفية».
يعمل LLM بعد ذلك كمحرر لنفسه، متخذًا شخصية نقدية لتحسين إبداعه الأولي. وتؤدي هذه العملية التكرارية إلى محتوى أفضل بكثير.
تطبيق المطالبات التأملية
تتضمن المراجعة الذاتية عادةً عملية لصياغة المطالبات على عدة خطوات:
- الخطوة 1: مطالبة الإنشاء الأولية (مثل: «اكتبوا فقرة عن X»).
- الخطوة 2: مطالبة متابعة تتضمن المخرجات السابقة لـ LLM وتطلب منه نقدها أو تحسينها.
إليكم مثالًا على كيفية صياغة مطالبة المتابعة:
Initial Prompt: 'Write a short paragraph describing a futuristic city.'
Follow-up Prompt:
'Here is your previous description:
---
[LLM's initial generated paragraph]
---
Review this description for vividness and suggest 2 specific improvements to make it more engaging. Then, rewrite the paragraph incorporating these improvements.'التكامل: الاتساق والمراجعة الذاتية
يمكن الجمع بين هاتين التقنيتين للحصول على نتائج أكثر متانة، لا سيما في المهام المعقدة. يمكنكم:
- إنشاء إجابات متعددة باستخدام الاتساق الذاتي.
- ثم تطبيق المراجعة الذاتية على كل إجابة على حدة لتحسينها.
- وأخيرًا، اختيار أفضل إجابة وأكثرها اتساقًا وتحسينًا من بين المجموعة.
ينشئ هذا حلقة تغذية راجعة قوية تعزّز موثوقية LLM ودقتها بدرجة كبيرة.
اختبر مدى فهمك
تخيّل سيناريو يُطلب فيه من نموذج لغوي كبير (LLM) إنشاء ملخص واقعي لورقة بحثية معقدة. أي من الفوائد التالية يرتبط بشكل أساسي بتقنية الاتساق الذاتي؟
مراجعة: مخرجات أكثر ذكاءً من نماذج اللغة الكبيرة
استكشفنا في هذا الدرس تقنيتين متقدمتين وفعالتين لصياغة المطالبات، تساعدان على جعل مخرجات نماذج اللغة الكبيرة (LLMs) أكثر موثوقية ودقة:
- الاتساق الذاتي: إنشاء إجابات متعددة ثم اختيار الإجابة الأكثر تكرارًا أو الأكثر اتساقًا، للحد من الأخطاء الناتجة عن إجابة واحدة.
- التأمل: توجيه نموذج اللغة الكبير إلى نقد مخرجاته وتحسينها من خلال التصحيح الذاتي المتكرر.
بتطبيق هذه الاستراتيجيات، يمكنك تحسين جودة المحتوى الذي ينشئه الذكاء الاصطناعي ومتانته وموثوقيته بدرجة كبيرة.
الأسئلة الشائعة
هل درس «الاتساق الذاتي والتأمل» مجاني؟
نعم — نص درس «الاتساق الذاتي والتأمل» كامل متاح مجاناً هنا على الويب. لتمرينه بشكل تفاعلي (محرر أكواد مدمج ومدرس ذكاء اصطناعي متاح 24/7) وفتح باقي دورة AI Prompt Engineering، انتقل إلى CoddyKit PRO. تتضمن دورة AI Prompt Engineering 3 دروس في المجموع.
ماذا ستتعلم في «الاتساق الذاتي والتأمل»؟
طبّق استراتيجيات تُنشئ فيها LLMs إجابات متعددة ثم تختار الإجابة الأكثر اتساقًا، أو تتأمل في مخرجاتها. تتمرن على AI Prompt Engineering مع أكواد عملية تشغلها مباشرة في المتصفح، ومدرس ذكاء اصطناعي متاح 24/7 يجيب على أسئلتك أثناء عملك.
هل أحتاج إلى خبرة سابقة لأبدأ AI Prompt Engineering؟
لا تُشترط خبرة سابقة. AI Prompt Engineering على CoddyKit منظم للمبتدئين حتى المتقدمين، لذا يمكنك البدء من هنا أو من البداية والتقدم بسرعتك الخاصة. هذا هو الدرس 3 من أصل 3.
كم من الوقت يستغرق درس «الاتساق الذاتي والتأمل»؟
معظم دروس CoddyKit تستغرق حوالي 5–10 دقائق. كل منها موجز وتفاعلي، لذا تحرز تقدماً مستمراً وتستأنف من حيث توقفت عبر الويب والتطبيق.
هل يمكنني كتابة وتشغيل أكواد في درس AI Prompt Engineering هذا؟
نعم. كل درس في AI Prompt Engineering يتضمن محرر أكواد مدمج، لذا تكتب وتشغل أكواداً حقيقية مباشرة في متصفحك وتحصل على تعليقات فورية من الذكاء الاصطناعي — بدون إعداد محلي.
جميع الدروس في هذه الدورة
- هندسة الأوامر بتسلسل الأفكار
- هندسة الأوامر بشجرة الأفكار
- الاتساق الذاتي والتأمل