الذكاء الاصطناعي والتعلم الآلي
مرحبًا بك في قسم الذكاء الاصطناعي والتعلم الآلي، وجهتك الأساسية لتعلم واكتشاف كل ما يتعلق بهذا المجال الممتع. نحن نقدم لك مجموعة مختارة من المقالات والدروس التي تغطي الأساسيات والمفاهيم المتقدمة. سواء كنت مبتدئًا تبحث عن نقطة انطلاق أو محترفًا يرغب في صقل مهاراته، ستجد هنا ما يفيدك. يتم تحديث المحتوى بانتظام لضمان مواكبته لأحدث التقنيات والممارسات في عالم البرمجة. نتمنى لك رحلة تعليمية ممتعة ومفيدة في استكشاف خبايا الذكاء الاصطناعي والتعلم الآلي وتطبيقاته العملية.
بناء نماذج متعددة الوسائط تدعم اللهجات العربية: دليل عملي لتكييف الصوت والصورة والنص (2025)
إطار عملي لبناء نماذج صوت‑صورة‑نص تدعم اللهجات العربية: بيانات، معمارية، PEFT (LoRA/QLoRA)، والتقييم مع آليات الحوكمة والخصوصية.
اقرأ المزيد ←توليد بيانات تدريب مصطنعة للعربية: طرق عملية، أدوات، ومقاييس جودة لتجنّب الانحراف
دليل عملي لتوليد بيانات تدريب مصطنعة للعربية: أساليب (LLM، ترجمة عكسية، قوالب)، أدوات (Snorkel, Gretel) ومقاييس جودة لتقليل التحيّز.
اقرأ المزيد ←تصميم نظام RAG مُقاوم للتحيّز لمواقع عربية: سياسات مصادر، فلترة أدلة وميكانيكات شرح
دليل عملي لبناء RAG عربي أقل تحيّزاً: سياسات اختيار المصادر، فلترة الأدلة، آليات النسب والشرح لضمان موثوقية المحتوى.
اقرأ المزيد ←بناء محرك بحث داخلي ذكي (RAG) لمواقع عربية: استرجاع دلالي ومؤشرات سلوك المستخدم
كيفية بناء محرك بحث داخلي ذكي RAG للمواقع العربية: استرجاع دلالي، اختيار embeddings عربية، قواعد بيانات متجهية، ومؤشرات اتجاهات المستخدم.
اقرأ المزيد ←دليل عملي لبناء نظام تصحيح التشكيل الآلي للعربية باستخدام نماذج صغيرة
خطوات عملية لبناء نظام تصحيح التشكيل الآلي للعربية بنماذج صغيرة: بيانات (Tashkeela)، تصميم Transformer خفيف، تقييم WER/DER، ونشر منخفض التكلفة.
اقرأ المزيد ←كيفية تحويل اللهجات العربية (المصرية، الشامية، الخليجية) إلى فصحى تلقائياً باستخدام Few‑shot وRAG
دليل عملي لبناء نظام تحويل اللهجات العربية (مصرية، شامية، خليجية) إلى فصحى باستخدام Few‑shot prompting وRAG وembeddings عربية متقدمة.
اقرأ المزيد ←أفضل ممارسات Fine‑tuning وLoRA لتخصيص نماذج LLM للغات منخفضة الموارد مثل العربية
دليل عملي لأساليب Fine‑tuning وLoRA وQLoRA لتخصيص نماذج LLM للغة العربية: إعداد البيانات، ضبط LoRA، تقييم، وتوصيات إنتاجية.
اقرأ المزيد ←استخدام Embeddings عربية (Swan، ArabicMTEB) لبناء توصيات ومطابقة نصوص دقيقة
دليل عملي لبناء أنظمة توصية ومطابقة نصية عربية دقيقة باستخدام Swan وArabicMTEB، يشمل خطوات المعالجة، التخزين المتجهات، والتقييم.
اقرأ المزيد ←مقارنة عملية بين نماذج LLM مفتوحة المصدر 2025: Llama، Falcon، DeepSeek — ما يهم المطور العربي
دليل عملي 2025 لمطوري العربية: مقارنة أداء، رخصة، سياق، تكلفة استدلال، ونصائح نشر Llama, Falcon, DeepSeek.
اقرأ المزيد ←خريطة الطريق لاختبار ودفع نماذج متعددة اللغات على المحتوى العربي
دليل عملي لاختبار وتقييم الموثوقية والتحيّز في نماذج متعددة اللغات على المحتوى العربي، من مجموعات البيانات والقياسات إلى النشر والمراقبة.
اقرأ المزيد ←