المراجعة والامتحان النهائي

عشر وحدات للانتقال من قرار «هل نضبط أصلًا؟» إلى نموذج مضبوط ومُقيَّم ومنشور. هذه هي الدورة في لمحة، ثمّ الخيوط التي تربطها.

الدورة في لمحة

الوحدة	الجوهر الواجب حفظه
1. التعليمة أو RAG أو الضبط	الضبط يعلّم الشكل والأسلوب، لا الوقائع؛ ابدأ بالتعليمة ثمّ RAG ثمّ الضبط
2. مجموعة بيانات التعليمات	صيغة messages، قالب النموذج الرسمي، الجودة قبل الكمّية، تقسيم زمني
3. الضبط الكامل وكلفته	~16 غيغا لكلّ مليار معامل بـAdam؛ نسيان كارثي وحدود ضيّقة للتبرير
4. PEFT	تجميد الأصلي، تدريب المحوّلات فقط؛ عائلات: adapters، prefix، LoRA
5. LoRA	تحديث $B \cdot A$ برتبة منخفضة؛ $r=16$ وألفا=32 وكلّ الخطّية
6. QLoRA	NF4 وتكميم مزدوج ومُستمثِل صفحات؛ نموذج 7B على بطاقة 24 غيغا
7. المعاملات الفائقة	معدّل $2 \times 10^{-4}$ لـLoRA؛ 3 حقب؛ حجم فعلي 16-32؛ تسخين 5%
8. متابعة التدريب	خسارة التحقّق تحكم، فرط تخصيص عشرة أمثلة كاختبار مسبق
9. الدمج والتصدير	merge_and_unload + GGUF Q4_K_M لـllama.cpp وOllama
10. التقييم	جيب مستقلّ، مقاييس شكل وتشابه ومحتوى، حكم بشري في الأعمى

الخيوط التي تعبر الدورة

الشجرة الثلاثية قبل كلّ شيء. أوّل سؤال دائمًا: هل هذه فعلًا حالة ضبط دقيق؟ 70% من مشاريع الضبط في المؤسّسات كان يجب أن تكون مشاريع RAG. الشجرة (تعليمة → RAG → ضبط) توفّر أسابيع من الحساب المُهدَر.

البيانات هي 80% من النجاح. أفضل خوارزمية على بيانات رديئة تعطي نتيجة رديئة. القوالب الصحيحة، إزالة المكرّرات، التقسيم الزمني، الاتّساق في البنية: هذه العناصر تصنع الفرق أكثر من أي معامل فائق.

LoRA وQLoRA غيّرا القواعد. نموذج بسبعة مليارات كان يستلزم مجموعة بطاقات في 2022، وأصبح ممكنًا على بطاقة استهلاكية واحدة في 2026 بفضل تركيبة NF4 + LoRA + مُستمثِل صفحات. هذا فتح باب الضبط الدقيق لآلاف الفرق التي كانت محرومة منه.

المتابعة اليقظة تفوق الإعداد الكامل. تدريب مع منحنيات مراقَبة يوقفه المهندس عند فرط التخصيص أو يُصحّح معاملًا. تدريب أعمى يمشي إلى نهايته لا لأنّ ذلك أفضل، بل لأنّ لا أحد يراه. اقرأ منحنياتك.

التقييم الصادق يبني الثقة. الادّعاء بتحسّن دون قياس على جيب مستقلّ، دون حكم بشري في الأعمى، دون اختبار انحدار، ادّعاء لا يصمد أمام أوّل احتجاج من مستخدم. اجعل التقييم عادة، لا مرحلة نهائية.

قائمة تحقّق كاملة قبل الإنتاج

قبل تسليم أيّ نموذج مضبوط للإنتاج:

• هل تحقّقت من أنّ RAG لن يحلّ المشكلة أفضل؟
• هل مجموعة البيانات نظيفة وموحّدة البنية؟
• هل التقسيم تدريب/تحقّق/اختبار مستقلّ (زمنيًّا إن لزم)؟
• هل قالب المحادثة الرسمي مُطبَّق بلا اختراع؟
• هل اختبار فرط التخصيص على عشرة أمثلة نجح؟
• هل خسارة التحقّق تظهر انعطافًا واضحًا مع الحقب؟
• هل نقطة التفتيش المختارة هي الأدنى في التحقّق (لا الأخيرة)؟
• هل المقاييس الآلية على جيب الاختبار تحسّنت؟
• هل حكم بشري في الأعمى يؤكّد التحسّن؟
• هل انحدار MMLU/HumanEval أقلّ من 3 نقاط؟
• هل رخصة النموذج الأصلي محترمة في خطّة النشر؟
• هل بطاقة النموذج مكتوبة مع الاستعمالات وحدودها؟

نموذج يمرّ بهذه القائمة الاثنتَي عشرة نموذج مستعدّ للإنتاج. نموذج يفشل في ثلاث منها ليس مستعدًّا، مهما بدت النتائج ممتازة.

الامتحان النهائي

يتضمّن الامتحان 40 سؤالًا تشمل الوحدات العشر: قرار الضبط أم RAG، جودة البيانات، حساب ذاكرة الضبط الكامل، عائلات PEFT، رياضيات LoRA واختيار المعاملات، تكميم QLoRA وحدوده، المعاملات الفائقة الآمنة، قراءة المنحنيات وفرط التخصيص، الدمج والتصدير، والتقييم الصادق.

كثير من الأسئلة تعرض حالات للتشخيص: فريق قرّر ضبطًا كاملًا وفوجئ بالفاتورة، خسارة تحقّق ترتفع بعد حقبتين، نموذج مضبوط جيّد على المهمّة لكنّه فقد كفاءات عامّة، محاولة توزيع نموذج ولاية رخصته غير مسموح بها. المُقيَّم هو الحُكم، لا استظهار التعاريف.

وفي حال النجاح تُمنح شهادة الإتمام فورًا؛ ورقمها قابل للتحقّق من أي طرف على المنصّة.

قبل أن تبدأ

استعِد الجدول أعلاه، واسأل نفسك عن كلّ سطر: «كيف سأكشف لو أنّني أخطأتُ هنا؟». إن عرفت أن تقول لماذا لا يحلّ الضبط الدقيق مشكلة معرفة متجدّدة، وكم من الذاكرة يستلزم Adam على نموذج 7B، ولماذا تُنعطف خسارة التحقّق مع فرط التخصيص، ومتى يفضّل Q4_K_M على Q8_0، فأنت مستعدّ. حظًّا موفّقًا!

الامتحان النهائي

هل أنت مستعدّ لاعتماد هذه الدورة؟

40 سؤالًا تُختار عشوائيًّا من بنك أسئلة الدورة · حدّ النجاح 70 % · شهادة PDF قابلة للتحقّق تُصدَر فورًا عند النجاح.

ابدأ الامتحان

يلزم تسجيل الدخول إلى حسابك في InSkillML مع اشتراك نشط. يمكنك أيضًا بدء الامتحان من دوراتي.