الدرس 2 — مراحل التدريب
النموذج الذي تحاوره ليس ناتج تدريب واحد بل ثلاث مراحل متمايزة، كلّ منها تضيف شيئاً مختلفاً. وفهم هذا التمييز يفسّر معظم سلوك النموذج.
المرحلة 1 — التدريب المسبق: تعلّم اللغة والعالم
المهمّة: توقّع الرمز التالي على تريليونات الرموز.
المدّة والكلفة: أسابيع إلى أشهر، وملايين الدولارات، وآلاف المعالجات المتخصّصة.
الناتج: النموذج الأساسي. يعرف قواعد اللغة، وكمّاً هائلاً من الوقائع، وأنماط الاستدلال، وأساليب الكتابة. ولا يعرف أن يكون مساعداً.
هذه المرحلة تشكّل 99% من الحساب و99% من المعرفة. وكلّ ما يأتي بعدها يعدّل السلوك لا المعرفة.
وهنا يظهر مفهوم قطع بيانات التدريب: النموذج لا يعرف شيئاً حدث بعد تاريخ جمع بياناته. وسؤاله عن حدث حديث يعطي إمّا اعترافاً بالجهل أو — وهو الأسوأ — إجابة مختلَقة بثقة.
المرحلة 2 — الصقل على التعليمات: تعلّم أن يكون مساعداً
المشكلة: النموذج الأساسي يكمل النصّ ولا يجيب. أعطه «ما عاصمة اليابان؟» فقد يولّد قائمة أسئلة جغرافية أخرى، لأنّ هذا استمرار محتمل تماماً.
الحلّ: تدريب إضافي على مجموعة أمثلة من نوع «تعليمة ← جواب جيّد»، مكتوبة بعناية بأعداد كبيرة.
النتيجة: النموذج يتعلّم النمط: عندما يرى طلباً، ينتج جواباً. وهذا تعلّم شكل التفاعل لا محتوى جديداً.
وهذه المرحلة أرخص بكثير من الأولى، وأثرها في التجربة العملية هائل. وهي أيضاً المرحلة التي تغيّر «شخصية» النموذج ونبرته.
المرحلة 3 — المواءمة: تعلّم ما هو مقبول
المشكلة: النموذج يستطيع أن يجيب، وقد يجيب بما لا يجوز: تعليمات ضارّة، ومحتوى مسيء، وثقة زائدة في مسائل يجهلها.
الطريقة: يقيّم بشر مخرجات متعدّدة للطلب نفسه ويرتّبونها، ويُدرَّب من ذلك نموذج يحاكي هذا التفضيل البشري، ثمّ يُضبَط النموذج الأصلي ليزيد المخرجات المفضَّلة. وهذا هو التعلّم المعزَّز بالتغذية الراجعة البشرية، وتوجد اليوم بدائل أبسط وأرخص تصل إلى نتائج مشابهة.
النتيجة: نموذج أكثر أماناً وأنفع وأكثر التزاماً بالأسلوب المطلوب.
المواءمة ليست مجّانية. الأثر الجانبي الموثَّق: الحذر المفرط. النموذج يرفض طلبات مشروعة لأنّها تشبه شكلياً طلبات ممنوعة، ويضيف تحفّظات لا لزوم لها، ويفقد قليلاً من القدرة الخامّة في بعض المهامّ. وهذا سبب شعور المستخدمين بأنّ نموذجاً «صار أكثر تحفّظاً» بعد تحديث. الموازنة بين الأمان والنفع مسألة معايرة لا تُحلّ نهائياً.
أين يقع صقلك الخاصّ
بعد كلّ ذلك، يمكنك أنت أن تصقل النموذج على بياناتك. والسؤال هو: على ماذا يصلح ذلك؟
الصقل يفيد فعلاً في:
- أسلوب ونبرة خاصّين بمؤسّستك.
- تنسيق مخرَج صارم: بنية JSON بحقول محدّدة، بلا أخطاء.
- مفردات متخصّصة في مجالك.
- مهمّة ضيّقة متكرّرة: تصنيف بمعايير خاصّة، استخراج حقول معيّنة.
الصقل لا يفيد في:
- إدخال معرفة تتغيّر. وهذا أكثر خطأ شائع: صقل النموذج على وثائق المؤسّسة لكي «يعرفها». والنتيجة سيّئة: المعرفة تُدمَج بشكل غير موثوق، ولا يمكن الاستشهاد بمصدر، وأيّ تحديث يقتضي إعادة الصقل. الاسترجاع هو الجواب الصحيح لهذه الحالة، وهو موضوع الدرس التالي.
القاعدة التي تستحقّ الحفظ: الاسترجاع للمعرفة، والصقل للسلوك.
الصقل الفعّال بالمعاملات
صقل نموذج بمليارات المعاملات كاملاً مكلف جدّاً. والحلّ العملي السائد تجميد أوزان النموذج وتدريب طبقات صغيرة مضافة فقط.
المكسب ها ئل: تدريب على معالج واحد بدل عنقود، وملفّ ناتج بحجم ميغابايتات بدل غيغابايتات، وإمكانية تبديل عدّة تخصيصات على نموذج أساسي واحد. وهذه التقنية — المعروفة بـ LoRA وما شابهها — هي ما جعل الصقل متاحاً لفرق صغيرة.
التمييز الأهمّ: التعلّم في السياق ليس تدريباً
سؤال يتكرّر: «إذا أعطيته أمثلة في الطلب، هل يتعلّم؟»
الجواب: يستخدم الأمثلة ولا يتعلّم منها. أوزانه لا تتغيّر أبداً في أثناء الاستخدام. والأمثلة تؤثّر في هذا النداء فقط، وتُنسى تماماً في النداء التالي.
وهذا يفسّر أنّ النموذج «لا يتذكّر» محادثة سابقة إلّا إذا أُعيد إرسالها في السياق — وهو ما تفعله واجهات المحاورة تلقائياً — ويفسّر أنّ تصحيحك لخطئه اليوم لا يمنع الخطأ نفسه غداً في محادثة جديدة.
في ثلاث جمل
التدريب المسبق يمثّل 99% من الحساب والمعرفة وينتج نموذجاً يعرف اللغة والعالم ولا يعرف أن يجيب، والصقل على التعليمات يعلّمه شكل التفاعل، والمواءمة تعلّمه ما هو مقبول بثمنٍ هو الحذر المفرط. وصقلك الخاصّ يفيد في الأسلوب والتنسيق والمهمّة الضيّقة، ولا يفيد في إدخال معرفة تتغيّر — وهذا أشيع خطأ — لأنّ القاعدة هي الاسترجاع للمعرفة والصقل للسلوك. والأمثلة التي تعطيها في الطلب تُستخدَم ولا تُتعلَّم: أوزان النموذج لا تتغيّر أبداً في أثناء الاستخدام.
التالي — الدرس 3: الاسترجاع RAG ←