Deep Dive into LLMs like ChatGPT
فهم شامل لكيفية تدريب النماذج اللغوية وحدودها كالهلوسة واستخدام الأدوات.
مبتدئابنِ مساعدًا يسترجع معرفة المعسكر ويجيب بمصادر واضحة، ويتعامل بصدق مع الأسئلة التي لا تملك الوثائق إجابتها.
مساعد معرفة موثّق، وبداية مشروع التخرج.
لا. يسترجع التطبيق مقاطع مناسبة من مصدر معرفة ويزود النموذج بها أثناء الإجابة، دون أن يعني ذلك تعديل أوزان النموذج.
مساعد معرفة لوثائق المعسكر باستخدام Chunking وEmbeddings وVector Store وRetrieval، مع واجهة Streamlit وإجابات تظهر مصادرها.
يصرح بعدم كفاية المستندات بدل اختلاق الإجابة. يشمل التقييم أسئلة مدعومة وأخرى خارج نطاق الوثائق وفحص صحة الإحالات.
شاهدها قبل الجلسة أو بعدها لتثبيت المفاهيم.
فهم شامل لكيفية تدريب النماذج اللغوية وحدودها كالهلوسة واستخدام الأدوات.
مبتدئيبني خط RAG كاملاً: التقطيع والتضمين والاسترجاع وتحسين الاستعلامات.
متوسطسلسلة عربية تبني تطبيق RAG من الدفاتر حتى الإنتاج بـ FastAPI وقواعد المتجهات.
متوسطمسارات أطول لمن يريد بناء الأساس بعد الجلسة.
دورة Anthropic المجانية: استدعاء الـ API والمخرجات المنظمة والأدوات وRAG والتقييم.
دورة قصيرة عن تقنيات استرجاع متقدمة ومقاييس تقييم جودة إجابات RAG.
دورة متكاملة عن البحث الهجين وقواعد المتجهات وRAG في الإنتاج؛ الوحدة الأولى مجانية.
روابط خارجية تفتح على YouTube ومنصات التعلّم وتخضع لسياساتها. تحقّقنا من عملها في نوفمبر 2026؛ اختر ما يناسب مستواك ولا يلزمك مشاهدتها كلها.
تمثل هذه الجلسة انتقالًا مهمًا من تدريب النماذج وفهم بنيتها إلى هندسة تطبيقات تعتمد على النماذج اللغوية الكبيرة (LLMs).
بدلًا من استخدام النموذج كصندوق محادثة عام، يتعلم الطالب كيف يدمجه في تطبيق يمتلك بيانات محددة، ويتعامل مع المدخلات والمخرجات بصورة منظمة، ويسترجع الأدلة المناسبة قبل توليد الإجابة، ويعرض المصادر للمستخدم.
بنهاية الجلسة، يُتوقع أن يستطيع الطالب:
| المسار | الفكرة | أمثلة |
|---|---|---|
| Hosted APIs | استدعاء نموذج مستضاف عن بعد باستخدام API. | OpenAI أو Anthropic |
| Local Inference | تشغيل نموذج مفتوح الأوزان على الجهاز عند توفر الموارد المناسبة. | Ollama |
| Model Serving | تقديم نموذج على هيئة خدمة يمكن للتطبيقات استدعاؤها. | vLLM |
المفاهيم التي يجب فهمها:
Structured Output يعني أن التطبيق يتوقع بنية محددة للمخرجات، مثل JSON يحوي حقولًا معروفة، ثم يتحقق من شكلها.
مثال تعليمي لبنية متوقعة:
{
"answer": "The session covers Git and GitHub workflows.",
"source_ids": ["session-01"],
"supported_by_sources": true
}يسمح Tool Calling للنموذج بأن يطلب من التطبيق تنفيذ دالة محددة مع معاملات منظمة، بدل الاقتصار على إخراج إجابة نصية.
مثال مبسط: يطلب المستخدم معرفة عدد جلسات المعسكر؛ فيستطيع التطبيق تنفيذ دالة للقراءة فقط من بيانات الجلسات، ثم إعادة النتيجة إلى النموذج.
النقاط الأساسية:
RAG أسلوب لبناء تطبيقات تسترجع معلومات ذات صلة من مصدر معرفة خارجي ثم تقدمها للنموذج لتوليد إجابة أكثر ارتباطًا بالمصدر.
بناء مساعد أسئلة وأجوبة يستطيع الإجابة عن استفسارات الطلاب حول وثائق المعسكر، والجلسات، والمتطلبات، والتكليفات، مع إظهار المستندات أو المقاطع التي استندت إليها الإجابة.
مثال: «ما المطلوب تسليمه بعد جلسة Computer Vision؟»
يبحث النظام في ملفات المعسكر، ويسترجع القسم المناسب، ثم يقدم إجابة موجزة مع مصدرها. وإذا سُئل عن معلومة غير موجودة، يوضح عدم كفاية المستندات المتاحة.
flowchart TD
A["Camp Documents"] --> B["Chunking + Metadata"]
B --> C["Embeddings + Vector Store"]
D["Student Question"] --> E["Relevant Chunk Retrieval"]
C --> E
E --> F["Prompt + LLM"]
F --> G["Answer + Source Citations"]
G --> H["Streamlit Chat UI"]يُحضَّر Mini Evaluation Set يتضمن أسئلة يمكن الإجابة عنها من الوثائق وأخرى لا تتوفر لها إجابات.
| حالة الاختبار | السلوك المتوقع |
|---|---|
| سؤال موجود جوابه في مستند | إجابة صحيحة مع مصدر مناسب |
| سؤال موجود في مقطع بعيد | استرجاع المقطع الصحيح أو كشف قصور Retrieval |
| سؤال خارج نطاق المستندات | إقرار بعدم وجود دليل كافٍ |
| معلومة متشابهة بين مستندين | تحديد المصدر الصحيح وتجنب الخلط |
| نص مسترجع يتضمن تعليمات غير موثوقة | التعامل معه بوصفه محتوى بيانات وليس تعليمات للتطبيق |
مخرجات التقييم: عدد الأسئلة التي استرجعت مصادر مناسبة، وعدد الإجابات المدعومة، والأخطاء المرصودة، وزمن الاستجابة التقريبي.
README.md يشرح المتطلبات وطريقة التشغيل والإعدادات..env.example يوضح أسماء المتغيرات المطلوبة دون أسرار.يقدم كل فريق فقرة قصيرة تجيب عن:
يتعلم الطالب في الجلسة السادسة أن LLM Engineering لا تعني مجرد كتابة Prompt جيد، بل تعني تصميم تطبيق يدير النماذج والبيانات والسياق والمخرجات والمراجع والتقييم والتكلفة بطريقة متكاملة.
مهام التسليم مستخرجة من المنهج. أضف خطواتك الخاصة هنا.
لا توجد مهام تطابق هذا الفلتر.
دوّن ما تعلمته، أسئلتك، وروابط العمل التي تريد العودة إليها.