التحقق بالنقد الذاتي
مخرجات يتحقق منها النموذج.
التحقق بالنقد الذاتي درس مجاني في AI Prompt Engineering على CoddyKit. هذا هو الدرس 4 من أصل 4. 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 4 دروس في المجموع.
النموذج ناقد نفسه
يستخدم النقد الذاتي نموذجًا لغويًا كبيرًا لتقييم مخرجات نموذج لغوي كبير مقابل معايير تقييم أو سياسة. وهو يلتقط إخفاقات دقيقة لا تستطيع أدوات التحقق الحتمية ترميزها، مثل التناقض الواقعي، والنبرة، ومدى الفائدة، والمخالفات الدقيقة للسياسة.
وهو مكمل قائم على النموذج لأدوات التحقق من المخطط والقواعد.
افصل الناقد عن المؤلف
نفّذ النقد باعتباره استدعاءً مستقلًا بمطالبته الخاصة، لا كتوجيه في نهاية عملية التوليد. فالناقد ذو السياق النظيف، والمطلوب منه إصدار حكم فقط، أكثر موثوقية بكثير من مطالبة المؤلف بتقييم نفسه أثناء التوليد، إذ يكون منحازًا إلى إجابته الخاصة.
draft = author_model(task_prompt)
verdict = critic_model(
'You are a strict reviewer. Judge ONLY the answer below against the rubric.\n'
'Rubric: ' + rubric + '\nAnswer: ' + draft
)مخرجات نقد منظمة
اجعل الناقد يصدر أحكامًا منظمة حتى يتمكن المسار من التصرف برمجيًا. فالنقد النصي الحر لا يمكن للآلة الاستفادة منه مباشرةً.
CRITIC_SCHEMA = {
'type': 'object',
'properties': {
'pass': {'type': 'boolean'},
'violations': {'type': 'array', 'items': {'type': 'string'}},
'severity': {'type': 'string', 'enum': ['none','minor','major','critical']},
'fix_hint': {'type': 'string'}
},
'required': ['pass','violations','severity','fix_hint'],
'additionalProperties': False
}حلقة النقد ثم المراجعة
اربط الناقد بمراجع. يكتشف الناقد المشكلات، ثم يراجع المؤلف مخرجاته باستخدام النقد، وتتكرر العملية حتى النجاح أو نفاد الميزانية. وهذا هو النظير القائم على النموذج لحلقة الإصلاح.
draft = author_model(task)
for _ in range(2):
c = critic_model(draft)
if c['pass']:
break
draft = author_model(task + '\nRevise to fix: ' + c['fix_hint'])
final = draftمعايير التقييم تجعل النقد موثوقًا
يؤدي التوجيه الغامض («هل هذا جيد؟») إلى أحكام متذبذبة. أما معيار التقييم المحدد ذو المعايير الصريحة والقابلة للتحقق، فيؤدي إلى أحكام متسقة. قسّم التقييم إلى أسئلة بنعم أو لا يجيب عنها الناقد فرديًا.
RUBRIC = [
'Does the answer directly address the user question?',
'Are all factual claims supported by the provided context?',
'Is any disallowed content present?',
'Is the response within the requested length?'
]نقد مستند إلى السياق للتحقق من الحقائق
لكشف الهلوسة، زوّد الناقد بسياق المصدر واطلب منه الإبلاغ عن أي ادعاء لا يستلزمه ذلك السياق. يحوّل هذا النقد الذاتي إلى فحص للاستلزام، وهو أقوى بكثير من السؤال «هل هذا صحيح؟» من دون دليل.
verdict = critic_model(
'For each claim in the ANSWER, state whether the CONTEXT entails it. '
'Flag any unsupported claim.\nCONTEXT:\n' + ctx + '\nANSWER:\n' + draft
)أنماط إخفاق الناقد
الناقد نفسه نموذج لغوي كبير، ويمكن أن يفشل:
- التملّق — المصادقة على إجابة المؤلف دون تمحيص.
- الإفراط في النقد — الإبلاغ عن مخرجات صحيحة.
- نقاط عمياء مشتركة — إخفاق النموذج نفسه في اكتشاف الأخطاء نفسها.
خفّف ذلك باستخدام عائلة نماذج مختلفة كناقد، وشخصية مراجع صارمة، وعتبات معايرة.
استخدم ناقدًا أرخص أو مختلفًا
ليس من الضروري أن يكون الناقد هو النموذج الأعلى تكلفة. فكثيرًا ما يكون نموذج أصغر ذو معيار تقييم محكم بوابة فعالة من حيث التكلفة، كما أن استخدام عائلة نماذج مختلفة يقلل النقاط العمياء المرتبطة. احتفظ بأقوى نموذج للتأليف.
متى تثق ومتى تتحقق
يقلل النقد الذاتي الأخطاء، لكنه ليس برهانًا. بالنسبة إلى المحتوى منخفض المخاطر، تكفي جولة نقد واحدة. أما المخرجات عالية المخاطر، فاجمع بين النقد الذاتي وأدوات التحقق الحتمية والمراجعة البشرية؛ ولا تسمح أبدًا بأن يكون النموذج الحكم الوحيد في قرارات السلامة الحرجة.
التكلفة ووقت الاستجابة والتخزين المؤقت
يضاعف النقد الذاتي تقريبًا عدد الاستدعاءات لكل طلب. تحكّم فيه عبر وضع النقد خلف فحوصات حتمية، بحيث لا تنتقد إلا ما اجتاز المخطط والقواعد، وتخزين الانتقادات مؤقتًا للمسودات المتطابقة، وتحديد عدد جولات المراجعة. نفّذ النقد بالتوازي مع الأعمال غير الحاجبة متى أمكن.
if deterministic_ok(draft):
verdict = critic_model(draft) # only spend critique on viable draftsعاير النتائج مقابل التسميات البشرية
تحقّق من الناقد قبل الوثوق به. أنشئ مجموعة من المخرجات الموسومة بشريًا، وشغّل الناقد، وقِس مدى الاتفاق باستخدام الدقة والاستدعاء مقارنةً بالأحكام البشرية. اضبط معيار التقييم والشخصية حتى تتوافق أحكام الناقد مع أحكام البشر، وأعد الفحص بعد ترقية النماذج.
agreement = mean(critic(d)['pass'] == human_label[d] for d in eval_set)
assert agreement > 0.9تحقق سريع
تريد من الناقد اكتشاف الهلوسة في إجابة RAG بشكل موثوق. ما الإجراء الذي يحسّن الموثوقية أكثر؟
خلاصة
التحقق بالنقد الذاتي:
- يحكم ناقد مستقل ذو سياق نظيف على مخرجات المؤلف.
- أصدر أحكامًا منظمة، وحرّك حلقة النقد ثم المراجعة.
- تعزز معايير التقييم المحددة وفحوصات الاستلزام المستندة إلى السياق الموثوقية.
- احذر التملّق والنقاط العمياء المشتركة، واستخدم نموذجًا مختلفًا للناقد.
- اضبط النقد وفق التكلفة، واجمعه مع الفحوصات الحتمية، وعايره مقابل أحكام البشر.
لقد أكملت موضوع وسائل الحماية. المقرر التالي: اختبار الفريق الأحمر والتقييم العدائي.
تعلم AI Prompt Engineering مع معلم ذكاء اصطناعي — مجانًا
اكتب وقم بتشغيل أكوادك الفعلية في المتصفح، واحصل على مساعدة فورية من معلم ذكاء اصطناعي متاح 24/7، واستمر من حيث توقفت على الويب أو في التطبيق.
- الدورات
- 53
- الدروس
- 199
الأسئلة الشائعة
هل درس «التحقق بالنقد الذاتي» مجاني؟
نعم — نص درس «التحقق بالنقد الذاتي» 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 4 دروس في المجموع.
ماذا ستتعلم في «التحقق بالنقد الذاتي»؟
مخرجات يتحقق منها النموذج. 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 4 من أصل 4.
كم من الوقت يستغرق درس «التحقق بالنقد الذاتي»؟
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
- ما هي الحواجز الوقائية
- تصفية المدخلات والمخرجات
- مدققات المخططات والقواعد
- التحقق بالنقد الذاتي