evaluation

accuracy مقياس بيقيس نسبة الإجابات الصحيحة من إجمالي الأسئلة، عشان نعرف قديش النموذج دقيق عنقود مرتّب يدوياً Red Teaming اختبار النظام بمهاجمته عمداً وبتفويض — كل ثغرة بتنكشف بتتصلح قبل الإطلاق عنقود مرتّب يدوياً overfitting هاد إشي بيصير لما النموذج يحفظ بيانات التدريب بشكل مبالغ فيه وبيفشل مع بيانات جديدة، يعني زي… عنقود مرتّب يدوياً MMLU مجموعة بيانات بتقيس معرفة النموذج عبر أسئلة من مجالات مختلفة، زي الرياضيات والعلوم. عنقود مرتّب يدوياً data contamination يعني لما البيانات اللي تعلّمنا عليها النموذج تتكرر في بيانات الاختبار، فالنموذج بيعطيك نتايج… عنقود مرتّب يدوياً leaderboards يعني قوائم ترتيب بتظهر أداء النماذج والأنظمة المختلفة على مهام معينة. عنقود مرتّب يدوياً benchmark يعني مجموعة معايير واختبارات بنستخدمها عشان نشيك كيف أداء النموذج تبعنا، شو مستواه الفعلي. عنقود مرتّب يدوياً foundation models النماذج الأساسية هي نماذج ضخمة اتدرّبت على كميات هائلة من البيانات عشان تكون قاعدة نبني عليها… أوراق نفس اليوم diffusion transformer هالنموذج بدمج فكرة الـ diffusion مع بنية الـ transformer، يعني بيستفيد من قوة الـ transformer… أوراق نفس اليوم agents هي نماذج AI بتتصرف لوحدها وبتاخذ قرارات وبتنفذ خطوات متعددة عشان توصل لهدف، مش بس تجاوب على… أوراق نفس اليوم LoRA اختصار Low-Rank Adaptation، يعني تعديل وتدريب نموذج ذكاء اصطناعي ضخم بس نضيف طبقات صغيرة خفيفة… أوراق نفس اليوم