قاموس الذكاء الاصطناعي — صفحة ٣٠

MixUp

MixUp هو طريقة تدريب بنخلط صور وملصقاتها مع بعض لتقوي النموذج وتقلل من الأوفِت، بنستعملها عشان النموذج يتعلم أكتر من تنوع البيانات.

MKNN

MKNN (Modified K-Nearest Neighbors) نسخة مطورة من خوارزمية KNN، بتضيف وزن أو تعديل على الجيران لتقليل الأخطاء، بنستعمله لما بدنا دقة أعلى.

MLA

MLA هو مصطلح بنستعمله لنحكي عن طريقة تعلم آلية بتعتمد على نماذج متعددة، بنشوفه عشان بنحاول نطوّر أنظمة أذكى وتكون أكتر فاعلية.

MLE-bench

هو benchmark بنستعمله عشان نقارن أداء نماذج الـ Machine Learning، بنقيس الدقة والسرعة على مجموعات بيانات مختلفة.

MLLM

نموذج ذكاء اصطناعي بيقدر يفهم ويتعامل مع أنواع بيانات مختلفة في نفس الوقت (صور، نص، صوت)، احنا بنسمع عنه كتير لأنه بيقدر يحل مسائل معقدة بكفاءة أعلى.

MLLM (Multimodal Large Language Model)

نموذج ذكي بيفهم أكثر من نوع معلومات: نصوص، صور، صوت مع بعضهم البعض. بنسمع عنه كتير عشان بيعطينا فهم أشمل وأعمق للمعلومات من جميع جوانبها.

MLLM-as-a-Judge

الفكرة إنه نموذج كبير للغة (MLLM) بيشتغل كحكم لتقييم مخرجات نماذج تانية، بنستعمله لتوفير تقييم آلي ودقيق.

MLLM-as-Judge

MLLM-as-Judge هو مفهوم بنستعمل فيه نموذج متعدد اللغات (MLLM) كحكم لتقييم جودة مخرجات نماذج تانية، يعني بدل ما بنعتمد على تقييم بشري بنخلي الذكاء الاصطناعي يحكم. بنسمع عنه لأنه بقلل الجهد البشري وبيسرّع عملية التقييم.

MLLMs

يعني نماذج ذكاء اصطناعي متقدمة بتشتغل مع أنواع معلومات مختلفة زي النصوص والصور والفيديو وأصوات في نفس الوقت. بنسمع عنها عشان هيدول النماذج بتفهم وتحلل معلومات معقدة أكتر من اللي بتشتغل على نص بس، وبتساعد في تطبيقات ذكية أكتر كفاءة.

MM-LLM

اختصار لـ Multimodal Large Language Model، يعني موديل لغوي كبير بيقدر يتعامل مع نصوص وصور معاً.
بنستعمله عشان نحل مشاكل فيها أكثر من نوع بيانات.

MM-NIAH

MM-NIAH dataset بيجمع صور ونصوص من مصادر متعددة لتقييم نماذج الفهم المتعدد الوسائط، احنا بنستعمله عشان نختبر قدرة النموذج على ربط الرؤية واللغة.

MMAC

MMAC هو dataset فيه مقاطع صوتية متعددة اللغات مع ترجمات، بنستعمله لتدريب وتقييم AudioLLMs.

MMEB-v2

MMEB-v2 هو مجموعة بيانات محدثة للـMultilingual Medical Entity Benchmark، فيها نصوص طبية بلغات متعددة. احنا بنستعمله لتدريب نماذج تفهم المصطلحات الطبية.

MMLU

مجموعة بيانات بتقيس معرفة النموذج عبر أسئلة من مجالات مختلفة، زي الرياضيات والعلوم. بنستعملها لنقيم قدرة النموذج على الفهم العام.

MMLVE-Bench

هيدا مجموعة بيانات بنستعملها لتقييم نماذج الفهم المتعدد اللغات، بدنا نختبر كيف النموذج بيشتغل على سيناريوهات مختلفة عشان ما يكون محدود

MMOOC

هو مفهوم أو منصة بتجمع كورسات أونلاين كتيرة ومفتوحة للجميع، عشان احنا نقدر نتعلم مع بعض بطرق جماعية.

MMSU benchmark

MMSU benchmark هو معيار بنقيس فيه أداء النماذج على مهام متعددة، بدنا نعرف أي تقنية أحسن عشان نختارها للمشروع.

MobileGym++

Dataset يعني مجموعة بيانات خاصة بتطبيقات الموبايل والتفاعل معها، بنستعملها لتدريب واختبار النماذج على سيناريوهات واقعية.

MoCA

MoCA هو مقياس لتقييم جودة أو أداء نموذج، بنقيس فيه مثلاً الدقة أو التماسك

modal ceiling

هالحدّ الأقصى للـ“مودال” يعني أعلى قيمة ممكنة للتمثيل أو الدقة اللي بنقدر نوصل لها بالنموذج

modality mimic generation loss

modality mimic generation loss خسارة بنضيفها لتدريب الموديل على تقليد نمط بيانات تاني، عشان يقدر يتعامل مع أكتر من مودالية

Mode Adaptiveness

Mode Adaptiveness يعني إنه النموذج يقدر يغير طريقة عمله حسب نوع البيانات أو المهمة، مش ثابت على وضع واحد.

Model Context Protocol (MCP) مقالة كاملة ←

هالـMCP بروتوكول بيساعد النموذج يفهم السياق اللي احنا بنحكي فيه، يعني بيربط الكلام اللي قبله مع اللي بعده عشان يطلع إجابات أدفانس

model merging

model merging يعني دمج نموذجين أو أكتر لنحصل على نموذج واحد أقوى، يعني بنجمع المعرفة من كل نموذج. بنسمع عنه عشان بقلل الجهد ونستفيد من خبرات مختلفة.

model selection

model selection يعني اختيار النموذج الأنسب لمهمة معينة بناءً على الأداء والموارد، بنسمعه لأنه خطوة أساسية لتطبيق حلول فعّالة.

ModelEquivBench

ModelEquivBench مفهوم بيقارن بين نماذج مختلفة إذا كانوا يعطوا نفس الأداء على مهمات معينة، بنستعمله عشان نعرف إذا نموذج جديد فعلاً أحسن

Modern Hopfield Network

شبكة عصبية قديمة بتقنيات جديدة، بتخزّن وبتسترجع معلومات مثل الذاكرة، إشي مشابه لكيفاش احنا بنتذكر الحاجات.

modular architecture

تصميم بنية من مكوّنات مستقلة، كل وحدة بتشتغل لحالها وبنقدر نركّبها سوا، بدنا إياها لتسهيل التطوير وتقليل التعقيد

modular code generation

هالأسلوب بنقسم الكود لأجزاء صغيرة (موديولات) وبنركّبهم سوا، عشان نعيد استخدام الكود بسهولة ونقلل الأخطاء

modularity metrics

مقاييس بتقيس مدى تقسيم شبكة أو نظام لأجزاء مستقلة، بنستعملها لتقييم تنظيم النموذج أو البنية عشان تكون أكتر فاعلية.

MoE routers

"MoE routers" هو جزء من نموذج "Mixture of Experts" بيوزع المدخلات على خبراء مختلفين، احنا بنستفيد منه عشان الموديل يكون كبير وفعال بدون ما يستهلك كتير موارد.

Moebius

المفهوم هو شكل رياضي متصل من غير حواف، يعني سطح بيضل متواصل إذا مشيت عليه من أي اتجاه، بنسمعه عشان بيستخدموا إياه بذكاء اصطناعي لتصميم نماذج بتتعامل مع بيانات دورية أو متشابكة.

MolmoMotion

نموذج تم تطويره لفهم وتوليد الحركة البشرية أو الأجسام، بيجمع بين رؤية الكمبيوتر وتوليد الحركة. بنسمع عنه عشان متخصص في الحركة بشكل دقيق جداً.

Monitor

Monitor هو المكوّن اللي بيراقب أداء النظام أو النموذج، بنستعمله عشان نعرف إذا في شي مش تمام.

Monotonic Inference Policy Improvement

معناها إنه احنا بنحسّن سياسة الاستدلال بطريقة monotonic، يعني ما بننزل أبداً، بنستعملها عشان ما يتراجع الأداء.

Monotonic Inference Policy Update

Monotonic Inference Policy Update يعني احنا بنحدّث السياسة بطريقة ما بتنخفض فيها الجودة، عشان النموذج يظل يتحسن.

Monte Carlo

Monte Carlo طريقة بنعتمد فيها على محاكاة عشوائية لتقريب حلول مشاكل معقدة، يعني بنجرّب كتير سيناريوهات عشوائية عشان نلاقي النتيجة المتوقعة.

Monte Carlo Dropout

طريقة بنطبق فيها dropout وقت الاختبار ونكرر العملية عدة مرات، بنجمع النتائج لنقيس عدم اليقين عشان نعرف قديش النموذج واثق بقراره

Monte Carlo rollouts

Monte Carlo rollouts هي تقنية بنجرب فيها كتير من الاحتمالات المستقبلية للنص وبنحسب المتوسط، عشان نختار أفضل استجابة.

Monte Carlo Tree Search

Monte Carlo Tree Search هو خوارزمية بحث بتستكشف خيارات اللعبة أو القرار عن طريق محاكاة عشوائية، بنستعملها عشان نختار أفضل خطوة، احنا بنشوفها في الذكاء الاصطناعي للألعاب

MOPD

MOPD هو اختصار لـ Multi-Objective Policy Distillation، بنستخدمه لتدريب نموذج يوازن بين أهداف مختلفة.

Moshi

موسي هو نموذج للذكاء الاصطناعي بيشتغل على فهم وإنتاج النصوص المتعددة اللغات، بنستخدمه عشان نسهل التواصل بين اللغات.

Motion Generator

Motion Generator هو إشي بيسمح لنا نولد حركة افتراضية للروبوتات أو الأنيميشن، احنا بنستعمله عشان نحكي قصة أو نحرك الكائنات بسهولة

Moving Alphabet

مجموعة بيانات اسمها Moving Alphabet، فيها فيديوهات لأحرف متحركة بنستعملها لتدريب نماذج التعرف على الحركة

MPC

MPC هو اختصار ل‑Multi‑Party Computation، يعني طريقة بنقدر فيها نحسب بيانات حساسة من غير ما نكشفها لأحد، بنستعمله عشان نضمن الخصوصية

MPII-Bench

MPII-Bench هو معيار (benchmark) لتقييم نماذج تقدير وضعية الإنسان، احنا بنقيس فيه دقة التعرف على المفاصل بحركة.

MPII-Eval

MPII-Eval هو بروتوكول تقييم للـ MPII-Bench، عشان نضمن إن النتائج متقارنة بشكل عادل بين الموديلات.

MQM

MQM هو مقياس بنقيس فيه جودة الترجمة الآلية، بنستعمله عشان نعرف إذا النص المترجم معناه صحيح ولا لا.

MR2AV

مفهوم بيحكي عن تحويل النصوص المتعددة اللغات لفيديوهات أو صوت، بنستعمله لتقييم كيف النموذج بيدمج النص مع وسائط تانية.

MRPO

MRPO هو موديل بيشتغل على تحسين توليد النصوص أو الصور بطريقة معينة، اسمه مختصر بس بدنا نستخدمه عشان نقلل الأخطاء

MRTPO

MRTPO هو نموذج (model) لتوليد النصوص أو الفهم اللغوي، بنسأله عشان نحل مشاكل تصنيف أو توليد محتوى، بنسمع عنه لأنه بيحسن الدقة بالمهمات اللغوية.

MRVBench

هو benchmark بنقيس فيه أداء الموديلات على مهام معينة، بنستعمله عشان نعرف أي موديل أحسن ونقارن بينهن

MSE-Bench

MSE-Bench مجموعة بيانات بنستعملها لتقييم أداء النماذج على قياس الخطأ المتوسط المربع، عشان نشوف إذا النموذج بدو يشتغل بدقة

MT

MT يعني Machine Translation، ترجمة آلية للنصوص من لغة للتانية. بنسمع عنه لأنه بيسهّل التواصل بين اللغات.

MTO framework

MTO framework هو منهجية بتنظم التدريب المتعدد المهام (Multi-Task Optimization)، بنستخدمها عشان نحسن الأداء عبر دمج أكتر من هدف.

MuCE-Pref

MuCE-Pref هو مجموعة بيانات (dataset) فيها تفضيلات المستخدمين على محتوى متعدد، بدنا نستخدمها لتدريب نماذج التوصية

MuJoCo XLA

هاد موديل بيجمع بين بيئة المحاكاة الفيزيائية MuJoCo ومكتبة XLA عشان يخلي تدريب الـ robots والعملاء الافتراضيين أسرع بكتير، بنسمع عنه لأنه بيُستخدم في أبحاث الـ robotics والـ reinforcement learning.

multi-agent architecture

يعني بناء نظام فيه عدة وكلاء ذكيين بيشتغلوا مع بعضهم عشان يحلّوا مشكلة معقدة. كل واحد فيهم له دوره، وبيتعاونوا عشان يوصلوا للنتيجة الأحسن.

multi-agent debate

تخيلي إشي زي نقاش بين أكثر من نموذج ذكاء اصطناعي مع بعض، كل واحد يحاول يقنع التاني بإجابته، وهيك احنا بنوصل لنتايج أدق وأوثق من لما نسأل نموذج واحد بس.

multi-agent framework

هاد المصطلح بيعني إنا بنشغّل أكتر من AI agent مع بعض، كل واحد عنده مهمة، وبيتعاونوا عشان ينجزوا شغل أصعب مما يقدر عليه واحد لحاله. بنسمع عنه كتير لأن التعاون بين الـ agents بيطلّع نتايج أحسن بكتير.

مصطلحات الذكاء الاصطناعي بالعربي

📚 أو اقرأ مجموعة مترابطة مرّة وحدة