التوجيه بدون أمثلة وبأمثلة قليلة
وجّه السلوك باستخدام أمثلة
التوجيه بدون أمثلة وبأمثلة قليلة درس مجاني في NLP Academy على CoddyKit. هذا هو الدرس 3 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 NLP Academy، وتقدمك يتزامن عبر الويب وتطبيق CoddyKit. تتضمن دورة NLP Academy 4 دروس في المجموع.
كتابة المطالبات هي برمجة
مع نماذج LLM، تتمثل وسيلة التحكم الأساسية في الكلمات التي ترسلونها. ويُسمى فن تشكيل هذه الكلمات prompting. ✍️
المطالبة دون أمثلة
في أسلوب zero-shot، تصفون المهمة بكلمات واضحة فقط، من دون أمثلة، وتثقون بقدرة النموذج على فهمها.
prompt = "Classify this review as positive or negative: I loved it!"متى ينجح Zero-Shot؟
يناسب Zero-shot المهام الشائعة التي صادفها النموذج كثيرًا، مثل تلخيص فقرة أو الإجابة عن سؤال بسيط.
أروا النموذج، ولا تكتفوا بإخباره
عندما تكون المهمة غير معتادة، تساعد الأمثلة. ويُسمى تزويد النموذج بمدخلات ومخرجات نموذجية استخدام المطالبة بأسلوب few-shot.
مثال Few-Shot
تسردون بضعة أمثلة محلولة، ثم تتركون الإدخال النهائي فارغًا حتى يواصل النموذج النمط نفسه.
Review: Great! -> positive
Review: Awful. -> negative
Review: I loved it! ->تحدد الأمثلة التنسيق
لا يعلّم Few-shot المهمة فحسب، بل يحدد أيضًا تنسيق الناتج، فيجيب النموذج بالشكل نفسه الذي عرضتموه تمامًا.
اختيار أمثلة واضحة
اختاروا أمثلة صحيحة ومتنوعة وواضحة. فالأمثلة غير الدقيقة أو المنحازة تعلّم النموذج النمط الخطأ دون أن تلاحظوا.
المزيد ليس دائمًا أفضل
يستهلك كل مثال جزءًا من نافذة السياق ويضيف تكلفة، لذا استخدموا أقل عدد من الأمثلة التي ينجز المهمة بشكل موثوق.
كونوا محددين
تؤدي المطالبات الغامضة إلى إجابات غامضة. وضّحوا الدور والمهمة والتنسيق وأي قيود تهمكم.
فكّروا خطوةً بخطوة
في مسائل الاستدلال المعقدة، اطلبوا من النموذج حلها خطوةً بخطوة. وغالبًا ما تحسّن هذه الإشارة إلى chain-of-thought الإجابة النهائية.
prompt = "Solve this and show your reasoning step by step: ..."كرّروا واختبروا
كتابة المطالبات عملية تجريبية. جرّبوا نسخة، وافحصوا المخرجات، ثم حسّنوا الصياغة حتى تصبح النتائج متسقة.
تحقق سريع
ما الفرق الأساسي بين المطالبة بأسلوب zero-shot والمطالبة بأسلوب few-shot؟
مراجعة
ابدؤوا بأسلوب zero-shot للمهام الشائعة. أضيفوا بضع أمثلة واضحة عند الحاجة إلى نمط أو تنسيق محدد، ثم كرّروا العملية. ✅
تعلم Python 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
- 30
- الدروس
- 120
الأسئلة الشائعة
هل درس «التوجيه بدون أمثلة وبأمثلة قليلة» مجاني؟
نعم — نص درس «التوجيه بدون أمثلة وبأمثلة قليلة» كامل متاح مجاناً هنا على الويب. لتمرينه بشكل تفاعلي (محرر أكواد مدمج ومدرس ذكاء اصطناعي متاح 24/7) وفتح باقي دورة NLP Academy، انتقل إلى CoddyKit PRO. تتضمن دورة NLP Academy 4 دروس في المجموع.
ماذا ستتعلم في «التوجيه بدون أمثلة وبأمثلة قليلة»؟
وجّه السلوك باستخدام أمثلة تتمرن على NLP Academy مع أكواد عملية تشغلها مباشرة في المتصفح، ومدرس ذكاء اصطناعي متاح 24/7 يجيب على أسئلتك أثناء عملك.
هل أحتاج إلى خبرة سابقة لأبدأ NLP Academy؟
لا تُشترط خبرة سابقة. NLP Academy على CoddyKit منظم للمبتدئين حتى المتقدمين، لذا يمكنك البدء من هنا أو من البداية والتقدم بسرعتك الخاصة. هذا هو الدرس 3 من أصل 4.
كم من الوقت يستغرق درس «التوجيه بدون أمثلة وبأمثلة قليلة»؟
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 NLP Academy هذا؟
نعم. كل درس في NLP Academy 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 الذي يجعل النموذج كبيرًا
- استدعاء LLM من Python
- التوجيه بدون أمثلة وبأمثلة قليلة
- المخرجات المنظّمة وحواجز الحماية