قاموس الذكاء الاصطناعي
القاموس الكامل للذكاء الاصطناعي
نماذج اللغة السببية (Causal Language Models)
هندسة Transformer تنبؤية تولد النص رمزًا تلو الآخر عن طريق تكييف كل تنبؤ على الرموز السابقة، وتستخدم في نماذج مثل GPT.
نماذج اللغة المقنعة (Masked Language Models)
نهج إشراف ذاتي حيث يتم إخفاء الرموز في المدخلات ويجب على النموذج التنبؤ بها، مما يسمح بالتعلم ثنائي الاتجاه للسياق.
نماذج محولات الرؤية (Vision-Transformer - ViT)
تكييف هندسة Transformer لمعالجة الصور، واستبدال الالتفافات بآليات الانتباه على أجزاء الصورة.
النماذج متعددة الوسائط (Multimodal Models)
محولات قادرة على معالجة وتوليد أنواع متعددة من البيانات (نص، صورة، صوت) في وقت واحد باستخدام مساحات تضمين مشتركة.
تضمينات الرموز (Token Embeddings)
تمثيلات متجهة كثيفة لرموز الإدخال، يتم تعلمها أثناء التدريب المسبق وتلتقط المعلومات الدلالية والنحوية.
مقياس الانتباه (Attention Scale)
معامل يتحكم في توزيع الانتباه في نماذج Transformer، ويؤثر على تركيز أو تشتت التركيز السياقي.
نماذج الانتشار القائمة على المحولات (Transformer-based Diffusion Models)
دمج هندسة Transformer في عملية إزالة الضوضاء التكرارية لنماذج الانتشار، مما يحسن الاتساق العام للتوليد.
الانتشار العكسي بالانتباه (Backpropagation by Attention)
آلية تسمح بتحليل وتفسير قرارات نماذج Transformer عن طريق تصور أوزان الانتباه بين الرموز.
النماذج التأسيسية (Foundation Models)
نماذج محولات (Transformer) كبيرة مدربة مسبقًا على كميات هائلة من البيانات، وتُستخدم كنقطة انطلاق لتطبيقات متنوعة عبر الضبط الدقيق (fine-tuning) أو التلقين (prompting).