هندسة سريعة

الموجه هو نص بلغة طبيعية يصف ويحدد المهمة التي يجب على الذكاء الاصطناعي تنفيذها. ^{[ 3 ]} يمكن أن يكون الموجه لنموذج لغة نصية استعلامًا أو أمرًا أو عبارة أطول تشير إلى السياق والتعليمات وسجل المحادثة. قد تتضمن عملية هندسة الموجه تصميم استعلامات واضحة، وتحسين الصياغة، وتوفير سياق ذي صلة، وتحديد نمط الإخراج، وتعيين حرف ليحاكيه الذكاء الاصطناعي لتوجيه النموذج نحو استجابات أكثر دقة وفائدة واتساقًا. ^{[ 4 ] [ 5 ]}

عند التواصل مع نموذج تحويل النص إلى صورة أو نص إلى صوت، يتضمن التوجيه النموذجي وصفًا للمخرجات المطلوبة، مثل "صورة عالية الجودة لرائد فضاء يمتطي حصانًا" ^{[ 6 ]} أو "موسيقى إلكترونية هادئة منخفضة الجودة مع عينات صوتية عضوية" ^{[ 7 ]} . يمكن تطبيق هندسة التوجيه على نماذج تحويل النص إلى صورة لتحقيق موضوع وأسلوب وتصميم وإضاءة وجمالية مرغوبة ^{[ 8 ] .}

تشمل المصطلحات الشائعة المستخدمة لوصف تقنيات هندسة التلقين المختلفة: سلسلة الأفكار ^{[ 9 ]} ، وشجرة الأفكار ^{[ 10 ]} ، والتوليد المعزز بالاسترجاع (RAG) ^{[ 11 ]} . وقد حددت دراسة استقصائية أجريت عام 2024 في هذا المجال أكثر من 50 تقنية تلقين نصية متميزة، و40 نوعًا متعدد الوسائط، ومفردات تضم 33 مصطلحًا مستخدمة في أبحاث التلقين، مما يسلط الضوء على النقص الحالي في المصطلحات الموحدة لهندسة التلقين ^{[ 12 ] .}

البرمجة المرئية هي أسلوب لتطوير البرمجيات بمساعدة الذكاء الاصطناعي، حيث يُدخل المستخدم وصفًا لما يريده إلى نظام إدارة التعلم الآلي (LLM) ويترك له مهمة إنشاء أو تعديل الكود. في عام 2025، اختيرت عبارة "البرمجة المرئية" كلمة العام في قاموس كولينز . ^{​​[ 13 ]}

هندسة السياق هي عملية ذات صلة تركز على عناصر السياق المصاحبة لتوجيهات المستخدم، والتي تشمل تعليمات النظام، والمعرفة المسترجعة، وتعريفات الأدوات، وملخصات المحادثات، وبيانات تعريف المهام. تُجرى هندسة السياق لتحسين الموثوقية، وتتبع المصدر، وكفاءة استخدام الرموز في أنظمة إدارة دورة حياة اللغة (LLM) الإنتاجية . ^{[ 14 ] [ 15 ]} يؤكد هذا المفهوم على الممارسات التشغيلية مثل إدارة ميزانية الرموز، وعلامات تتبع المصدر، وإصدارات عناصر السياق، وإمكانية المراقبة (تسجيل السياق المُقدم)، واختبارات انحدار السياق لضمان عدم تأثير التغييرات في السياق المُقدم على سلوك النظام دون علم المستخدم. ^{[ 16 ]}

تُعرف قدرة النموذج على التعلم المؤقت من المحفزات بالتعلم السياقي . يُعدّ التعلم السياقي قدرةً ناشئةً ^{[ 17 ]} لنماذج اللغة الكبيرة. وهو خاصية ناشئة عن حجم النموذج، ما يعني حدوث اختلالات في قوانين القياس ، مما يؤدي إلى زيادة فعاليته بمعدل مختلف في النماذج الأكبر حجمًا مقارنةً بالنماذج الأصغر. ^{[ 17 ] [ 18 ]} على عكس التدريب والضبط الدقيق ، اللذين يُحدثان تغييرات دائمة، فإن التعلم السياقي مؤقت. ^{[ 19 ]} يُمكن اعتبار تدريب النماذج على أداء التعلم السياقي شكلاً من أشكال التعلم الفائق ، أو "التعلم للتعلم". ^{[ 20 ]}

تُظهر الأبحاث باستمرار أن نماذج التعلم اللغوي حساسة للغاية للتغيرات الطفيفة في تنسيق التعليمات وبنيتها وخصائصها اللغوية. وقد أظهرت بعض الدراسات تحسنًا في الدقة يصل إلى 76 نقطة عند تغيير التنسيق في بيئات قليلة الأمثلة. ^{[ 21 ]} تؤثر السمات اللغوية بشكل كبير على فعالية التعليمات، مثل الصرف والنحو والتغيرات المعجمية الدلالية، مما يُحسّن أداء المهام بشكل ملحوظ في مختلف أنواعها. ^{[ 5 ] [ 22 ]} فعلى سبيل المثال، يُحسّن بناء الجملة الاتساق ويُقلل من عدم اليقين في استرجاع المعرفة. ^{[ 23 ]} وتستمر هذه الحساسية حتى مع أحجام نماذج أكبر، أو أمثلة قليلة إضافية، أو ضبط التعليمات.

لمعالجة حساسية النماذج وجعلها أكثر متانة، تم اقتراح العديد من أساليب التقييم. يُسهّل برنامج FormatSpread التحليل المنهجي من خلال تقييم مجموعة من تنسيقات المطالبات المحتملة، مما يوفر نطاق أداء أكثر شمولاً. ^{[ 21 ]} وبالمثل، يُقدّر برنامج PromptEval توزيعات الأداء عبر مطالبات متنوعة، مما يُتيح مقاييس قوية مثل كميات الأداء والتقييمات الدقيقة في ظل ميزانيات محدودة. ^{[ 24 ]}

قد يتضمن التوجيه بعض الأمثلة ليتعلم منها النموذج في سياق معين، وهو تطبيق للتعلم باستخدام عدد قليل من الأمثلة لنماذج التعلم الموجه. ^{[ 9 ] [ 25 ] [ 26 ]} على سبيل المثال، قد يطلب التوجيه من النموذج إكمال الجملة التالية: " maison → house, chat → cat, chien → "، مع توقع أن تكون الإجابة "dog". ^{[ 27 ]}

يُعدّ التوجيه بسلسلة الأفكار (CoT) أسلوبًا يمكّن نماذج اللغة الكبيرة (LLMs) من حلّ مشكلة ما عبر سلسلة من الخطوات الوسيطة قبل تقديم الإجابة النهائية. في عام 2022، أفاد جوجل برين بأنّ التوجيه بسلسلة الأفكار يُحسّن القدرة على الاستدلال من خلال حثّ النموذج على الإجابة عن مشكلة متعددة الخطوات بخطوات استدلالية تُحاكي تسلسل الأفكار . ^{[ 9 ] [ 28 ]} وقد طُوّرت تقنيات سلسلة الأفكار لمساعدة نماذج اللغة الكبيرة على التعامل مع مهام الاستدلال متعددة الخطوات، مثل مسائل الحساب أو الاستدلال المنطقي . ^{[ 29 ] [ 30 ]}

عند تطبيقها على PaLM ، وهو نموذج لغوي يحتوي على 540 مليار مُعامل ، وفقًا لشركة جوجل، ساهمت خاصية التلقين CoT بشكل كبير في تحسين أداء النموذج، مما سمح له بأداء يُضاهي النماذج المُحسّنة والمُخصصة لمهام مُحددة في العديد من المهام، مُحققًا نتائج رائدة في ذلك الوقت على معيار GSM8K للاستدلال الرياضي . ^{[ 9 ]} من الممكن تحسين النماذج على مجموعات بيانات الاستدلال CoT لتعزيز هذه القدرة بشكل أكبر وتحسين قابلية التفسير . ^{[ 31 ] [ 32 ]}

كما اقترحت جوجل في الأصل ^{[ 9 ]} ، يُرفق كل توجيه في تقنية CoT بمجموعة من أمثلة الإدخال/الإخراج - تُسمى نماذج توضيحية - لعرض مخرجات النموذج المطلوبة، مما يجعلها تقنية توجيه تعتمد على عدد قليل من الأمثلة . مع ذلك، ووفقًا لدراسة لاحقة أجراها باحثون من جوجل وجامعة طوكيو ، فإن إضافة عبارة "دعونا نفكر خطوة بخطوة" ^{[ 33 ]} كانت فعالة أيضًا، مما سمح باستخدام CoT كتقنية لا تتطلب أي أمثلة .

يُعمم أسلوب "شجرة الأفكار " مفهوم "سلسلة الأفكار" من خلال توليد مسارات استدلالية متعددة بالتوازي، مع إمكانية التراجع أو استكشاف مسارات أخرى. ويمكنه استخدام خوارزميات بحث شجرية مثل البحث بالعرض أولاً ، أو البحث بالعمق أولاً ، أو البحث الشعاعي . ^{[ 10 ]}

في عام ٢٠٢٢، أُتيحت نماذج تحويل النصوص إلى صور، مثل DALL-E 2 و Stable Diffusion و Midjourney ، للجمهور. تستقبل هذه النماذج نصوصًا كمدخلات وتستخدمها لإنشاء صور. ^{[ ٣٦ ] [ ٨ ]} عادةً لا تفهم نماذج تحويل النصوص إلى صور المبكرة النفي والقواعد النحوية وبنية الجملة بنفس طريقة نماذج اللغة الكبيرة ، وبالتالي قد تتطلب مجموعة مختلفة من تقنيات الإدخال. على سبيل المثال، قد ينتج عن الإدخال "حفلة بدون كعكة" صورة تتضمن كعكة. ^{[ ٣٧ ]}

عرض توضيحي لتأثير المحفزات السلبية على الصور المولدة باستخدام تقنية الانتشار المستقر : أعلى : لا يوجد محفز سلبي، وسط : "أشجار خضراء"، أسفل : "أحجار مستديرة، صخور مستديرة".

تتضمن تعليمات تحويل النص إلى صورة عادةً وصفًا لموضوع العمل الفني، والوسيط المطلوب (مثل الرسم الرقمي أو التصوير الفوتوغرافي )، والأسلوب (مثل الواقعية المفرطة أو فن البوب )، والإضاءة (مثل الإضاءة الجانبية أو أشعة الشفق )، واللون، والملمس. ^{[ 38 ]} كما يؤثر ترتيب الكلمات على مخرجات تعليمات تحويل النص إلى صورة، حيث قد يتم التركيز بشكل أكبر على الكلمات الأقرب إلى بداية التعليمات. ^{[ 39 ]}

في عام 2023، أطلقت شركة ميتا للأبحاث في مجال الذكاء الاصطناعي برنامج "سيجمنت أنيثينج"، وهو نموذج رؤية حاسوبية قادر على تجزئة الصور بناءً على التوجيهات. وكبديل للتوجيهات النصية، يمكن لبرنامج "سيجمنت أنيثينج" قبول مربعات الإحاطة، وأقنعة التجزئة، ونقاط المقدمة/الخلفية. ^{[ 43 ]}

تتشابه عملية كتابة وتطوير المطالبات لأنظمة التعلم الآلي أو الذكاء الاصطناعي التوليدي مع عملية التصميم الهندسي التكراري، مثل اكتشاف أفضل الممارسات القابلة لإعادة الاستخدام من خلال التجارب القابلة للتكرار. مع ذلك، تحدّ عدة قيود أساسية من موثوقيتها كمجال. فاستراتيجيات المطالبات الفعّالة تعتمد بشكل كبير على النموذج، إذ قد تؤدي تقنية تُحسّن الأداء على نموذج ما إلى تدهوره على نموذج آخر، مما يُصعّب التعميم. كما أن المطالبات هشة: فالتغييرات الطفيفة في الصياغة أو علامات الترقيم أو ترتيب الكلمات قد تُنتج مخرجات مختلفة تمامًا، حتى مع بقاء المعنى الدلالي كما هو. ^{[ 44 ]} هذا التذبذب يجعل من الصعب وضع أنماط مطالبات متينة وقابلة للتطبيق في سياقات نشر متعددة. ^{[ 45 ]} علاوة على ذلك، مع استمرار تحسّن نماذج الذكاء الاصطناعي في قدرتها على تفسير نوايا المستخدم مباشرةً، أصبحت العديد من تقنيات المطالبات اليدوية قديمة. وقد قلّلت التطورات في تتبع التعليمات والاستدلال النموذجي من القيمة الحدية لبناء مطالبات مُفصّلة للمهام اليومية، مما يثير تساؤلات حول جدوى هندسة المطالبات على المدى الطويل كمجال مستقل. ^{[ 46 ]}

يُعدّ التوليد المُعزّز بالاسترجاع تقنيةً تُمكّن نماذج الذكاء الاصطناعي العام من استرجاع معلومات جديدة ودمجها. وهي تُعدّل التفاعلات مع نموذج اللغة المَعْلَمي بحيث يستجيب النموذج لاستفسارات المستخدم بالرجوع إلى مجموعة مُحدّدة من الوثائق، مستخدمًا هذه المعلومات لتكميل المعلومات الموجودة مسبقًا في بيانات التدريب . وهذا يسمح لنماذج اللغة المَعْلَمية باستخدام معلومات خاصة بالمجال و/أو معلومات مُحدّثة. ^{[ 11 ]}

يحسّن RAG نماذج اللغة الكبيرة من خلال دمج استرجاع المعلومات قبل توليد الاستجابات. على عكس نماذج اللغة التقليدية التي تعتمد على بيانات تدريب ثابتة، يستخلص RAG النصوص ذات الصلة من قواعد البيانات أو المستندات المرفوعة أو مصادر الويب. وبفضل استرجاع المعلومات ديناميكيًا، يمكّن RAG الذكاء الاصطناعي من توليد استجابات أكثر دقة وتقليل الأخطاء غير المقصودة دون الحاجة إلى إعادة تدريب متكررة. ^{[ 48 ]}

GraphRAG (مصطلح ابتكره قسم الأبحاث في مايكروسوفت ) هو أسلوب يوسع نطاق RAG باستخدام مخطط معرفي، مما يسمح للنموذج بربط أجزاء المعلومات المتباينة، واستخلاص الرؤى، وفهم المفاهيم الدلالية الموجزة عبر مجموعات بيانات ضخمة. وقد أثبتت فعاليته على مجموعات بيانات مثل معلومات الحوادث العنيفة من المقالات الإخبارية. ^{[ 49 ] [ 50 ] [ 51 ]}

يمكن استخدام نماذج التعلم الموجه (LLMs) نفسها لإنشاء مطالبات لنماذج التعلم الموجه الأخرى. ^{[ 52 ]} تستخدم خوارزمية مهندس المطالبات التلقائي نموذج تعلم موجه واحد لتوجيه البحث عن مطالبات نموذج تعلم موجه آخر: ^{[ 53 ] [ 54 ]}

• هناك نموذجان من نماذج التعلم الموجه. أحدهما هو نموذج التعلم الموجه المستهدف، والآخر هو نموذج التعلم الموجه المحفز.
• يتم عرض أزواج الإدخال والإخراج كمثال على نموذج LLM، ويُطلب منه توليد تعليمات كان من الممكن أن تتسبب في قيام نموذج يتبع التعليمات بتوليد المخرجات، بالنظر إلى المدخلات.
• تُستخدم كل تعليمة من التعليمات المُولَّدة لتوجيه نموذج التعلم الخطي المستهدف، متبوعةً بكل مُدخل. تُحسب احتمالات اللوغاريتم للمخرجات وتُجمع. هذه هي نتيجة التعليمة.
• تُعطى التعليمات الحاصلة على أعلى الدرجات إلى معلم اللغة الإنجليزية المعتمد لإجراء المزيد من التغييرات.
• كرر العملية حتى يتم الوصول إلى معايير التوقف، ثم قم بإخراج التعليمات الحاصلة على أعلى الدرجات.

يمكن لنموذج التعلم الموجه بالتعلم (LLM) توليد أمثلة CoT بنفسه. في "التعلم الموجه بالتعلم التلقائي"، تُحوّل مكتبة الأسئلة إلى متجهات بواسطة نموذج مثل BERT . تُجمّع متجهات الأسئلة في مجموعات . تُختار الأسئلة القريبة من مركز كل مجموعة، وذلك للحصول على مجموعة فرعية متنوعة من الأسئلة. يُجري نموذج التعلم الموجه بالتعلم (LLM) اختبار CoT بدون أمثلة على كل سؤال مُختار. يُضاف السؤال وإجابة CoT المقابلة له إلى مجموعة بيانات من العروض التوضيحية. يمكن بعد ذلك إضافة هذه العروض التوضيحية المتنوعة إلى المطالبات للتعلم بعدد قليل من الأمثلة. ^{[ 55 ]}

تعمل تقنيات التحسين التلقائي للمطالبات على تحسين المطالبات لنماذج اللغة الكبيرة من خلال البحث التلقائي عن سلاسل المطالبات البديلة باستخدام مجموعات بيانات التقييم والمقاييس الخاصة بالمهمة:

• يقوم برنامج MIPRO (مُحسِّن اقتراح التعليمات متعددة المطالبات) بتحسين التعليمات والعروض التوضيحية قليلة الأمثلة لبرامج نموذج اللغة متعددة المراحل، حيث يقترح تغييرات صغيرة على مطالبات الوحدة النمطية ويحتفظ بتلك التي تُحسِّن مقياس الأداء اللاحق دون الوصول إلى تسميات أو تدرجات مستوى الوحدة النمطية. ^{[ 56 ]}
• GEPA (جيني-باريتو) هو مُحسِّن استجابة انعكاسي لأنظمة الذكاء الاصطناعي المركبة، يجمع بين تحليل قائم على نموذج اللغة لآثار التنفيذ والتعليقات النصية مع بحث تطوري قائم على باريتو على مجموعة من الأنظمة المرشحة؛ عبر أربع مهام، يُبلغ GEPA عن مكاسب متوسطة تبلغ حوالي 10% مقارنةً بتحسين سياسة المجموعة النسبية القائم على التعلم المعزز (GRPO) وأكثر من 10% مقارنةً بمُحسِّن الاستجابة MIPROv2، مع استخدام عدد أقل من عمليات النشر يصل إلى 35 مرة من GRPO. ^{[ 57 ]}
• تُتيح أُطر العمل مفتوحة المصدر مثل DSPy وOpik هذه المُحسِّنات وما يتصل بها، مما يسمح بالتعبير عن البحث السريع كجزء من مسار برمجي بدلاً من التجربة والخطأ اليدوي. ^{[ 58 ] [ 59 ]}

في "ضبط البادئة" ^{[ 60 ]} ، أو "ضبط التوجيه" أو "التوجيه المرن" ^{[ 61 ]،} يتم البحث مباشرةً في متجهات الفاصلة العائمة باستخدام خوارزمية التدرج الهبوطي لزيادة احتمالية اللوغاريتم للمخرجات. تستخدم نتيجة سابقة نفس فكرة البحث بالتدرج الهبوطي، ولكنها مصممة لنماذج اللغة المقنعة مثل BERT، وتبحث فقط في تسلسلات الرموز، بدلاً من المتجهات العددية. رسميًا، تبحث عن${\displaystyle \arg \max _{\tilde {X}}\sum _{i}\log Pr[Y^{i}|{\tilde {X}}\ast X^{i}]}$أين${\displaystyle {\tilde {X}}}$^{[ 62 ]} نطاقات على تسلسلات الرموز ذات طول محدد.