مسار تعلّم
أساسيات البيانات والمتجهات
الطبقة التي تقف عليها كل أنظمة RAG الجيدة: متجهات ذات معنى، وتقسيم يحترم البنية، ومخازن متجهات تستطيع الاستعلام منها بصدق، وجودة استرجاع تقيسها قبل أن يقيسها المستخدمون نيابةً عنك.
٤ مراحلنحو ٨ ساعات
تبقّى ٤ مراحل، نحو ٨ ساعات من العمل المركّز. يمكنك إنجاز المراحل بأي ترتيب، لكن التسلسل يجعلها تبني بعضها على بعض — جرّب من الأعلى إلى الأسفل في المرة الأولى.
- ستتعلّم:
embedding space، cosine similarity، paraphrase clustering، domain mismatch، bias in vectors
اختبارات للتدريبمهمة الورشةابنِ "ملعب التشابه": حقل نصّي يُنتج إدخالاه متجهين يظهرَان بإسقاط ثنائي الأبعاد مع درجة تشابه، وزر «زوج خادع» يحمّل حالات يخدع فيها التشابه (الأضداد، والنفي، وتقاطع المجالات).
ابنِها في الورشةعلامة الاجتيازتستطيع توقّع أزواج استعلام-مستند المتطابقة قبل تشغيلها — وتسمية حالة سيخطئ فيها النموذج بثقة تامة.
ما الذي ستتمكن من فعله في النهاية
- تشرح لزميلك لماذا تعدّ جملتان بلا كلمة مشتركة «متشابهتين» — ومتى تكذب تلك الشركة.
- تقسّم مجموعة مستندات حقيقية دون تمزيق معناها، والبيانات الوصفية سليمة.
- تقيم مخزن متجهات ببحث هجين وتبرّر اختيار الفهرسة.
- تُبلغ عن جودة الاسترجاع باستدعاء@k على مجموعة ذهبية — لا بصفات.