كيف تعمل نماذج اللغة الكبيرة مثل GPT

لا يبحث GPT في قاعدة بيانات ليجيبك، بل ينشئ الإجابات جزءاً تلو الآخر عبر أنماط تعلمها أثناء التدريب. بفهم هذه الآلية، ستدرك نقاط قوته وهفواته وأفضل طريقة لسؤاله.

5 دقيقة قراءةتم التحديث

عندما تكتب سؤالاً في محادثتنا، فإن GPT لا يبحث في مكتبة من الإجابات المخزنة مسبقاً، بل يكتب رداً جديداً، جزءاً صغيراً تلو الآخر، بالاعتماد على أنماط استوعبها من كميات هائلة من النصوص أثناء تدريبه. هذه الفكرة وحدها تفسر الكثير: لماذا يتقن اللغة لهذه الدرجة، ولماذا يمكنه شرح أي شيء تقريباً، ولماذا يذكر أحياناً معلومات غير صحيحة بثقة تامة، ولماذا لطريقة صياغتك للسؤال أهمية بالغة. يشرح هذا الدليل النقاط الأساسية بكلمات بسيطة دون أي تعقيد رياضي، مع توضيح أثر كل نقطة على محادثاتك.

ماذا تعني حروف GPT؟

كلمة GPT هي اختصار لعبارة المحوّل التوليدي المدرب مسبقاً (generative pre-trained transformer). وكلمة توليدي (Generative) تعني أنه ينشئ نصوصاً جديدة بدلاً من الاختيار من إجابات ثابتة ومحددة مسبقاً. ومدرب مسبقاً (Pre-trained) تعني أنه تعلم أولاً من مجموعة ضخمة جداً من النصوص قبل تهيئته وإعداده للمحادثة. أما المحوّل (Transformer) فهو نوع الشبكة العصبية التي يعتمد عليها، وهو تصميم ابتكره باحثو Google عام 2017 ويتميز بقدرته الفائقة على ربط كل كلمة بجميع الكلمات المحيطة بها. أطلقت OpenAI أول نموذج GPT في عام 2018؛ والنماذج المتوفرة في محادثتنا، مثل GPT-6 Luna وGPT-6.1 Terra، هي أحدث إصدارات هذه السلسلة. تعرض صفحة تاريخ GPT الجدول الزمني الكامل، وتمنحك صفحة ما هو GPT نظرة أكثر شمولاً.

الرموز (Tokens): كيف يقرأ النموذج؟

لا يرى النموذج الحروف أو الكلمات الكاملة؛ إذ يُقسَّم النص أولاً إلى رموز (tokens). الكلمات الشائعة تتحول عادةً إلى رمز واحد، بينما تُقسَّم الكلمات الطويلة أو غير المألوفة إلى عدة أجزاء. وفقاً لتقديرات OpenAI التقريبية في اللغة الإنجليزية، يعادل الرمز الواحد نحو ثلاثة أرباع كلمة تقريباً. أما اللغات الأخرى، فغالباً ما تحتاج إلى رموز أكثر للتعبير عن المعنى نفسه.

تفسر هذه الرموز بعض التصرفات الغريبة للنماذج؛ فقد تخطئ مثلاً في عد الحروف داخل كلمة معينة لأنها لا تراها حرفاً بحرف. كما تُقاس حدود المدخلات والمخرجات بالرموز لا بالأحرف. وتُحدد أيضاً أسعار المطورين، كما هو موضح في صفحة GPT API، بناءً على كل مليون رمز.

التنبؤ: جزء تلو الآخر

في جوهره، يقوم النموذج بمهمة واحدة: بالنظر إلى كامل النص المكتوب حتى الآن، يُخمّن الرمز التالي الأرجح ظهوره. يختاره، ثم يضيفه إلى النص، ويكرر العملية مئات أو آلاف المرات حتى يكتمل الجواب. لهذا السبب تظهر الإجابات تدريجياً في المحادثة بدلاً من ظهورها دفعة واحدة.

توجد نسبة بسيطة من العشوائية في هذا الاختيار لتجنب الحصول على إجابات متطابقة في كل مرة، وهذا هو المبدأ الذي يعتمد عليه زر إعادة التوليد: اطلب مجدداً وستحصل على مسار مختلف عبر المعلومات نفسها. تحتفظ محادثتنا بالمحاولات السابقة كإصدارات متعددة لتتمكن من المقارنة بينها.

قد تبدو فكرة التنبؤ بسيطة، ولكن للتنبؤ بدقة عبر مليارات الأمثلة، يتعين على النموذج استيعاب القواعد اللغوية، والحقائق، والأساليب، وأنماط التفكير المنطقي وغير ذلك الكثير. وما يبدو لنا كفهم حقيقي هو في الواقع نتيجة لهذه العملية التنبؤية الدقيقة.

كيف يتم تدريب النموذج؟

تُبنى نماذج GPT عبر مراحل متتالية:

  1. التدريب المسبق: يعالج النموذج مجموعة ضخمة من النصوص، متدرباً على مهمة واحدة: تخمين الرمز التالي. في هذه المرحلة، يمكنه إكمال أي نص لكنه لا يصلح بعد ليكون شريكاً جيداً في المحادثة.
  2. ضبط التعليمات: يُدرَّب على أمثلة لطلبات وإجابات ممتازة، ليتعلم كيفية اتباع التعليمات والإجابة عن الأسئلة بدقة.
  3. التعليقات والتعلم المعزز: يقوم خبراء وفحوصات مؤتمتة بتقييم الإجابات، ويُعدَّل النموذج لتقديم استجابات مفيدة ودقيقة وآمنة. كما تُدرَّب نماذج الاستنتاج بهذه الطريقة لتحليل المشكلات وتفكيكها قبل صياغة الحل.

ينتهي التدريب في تاريخ محدد، ويُعرف هذا التاريخ باسم تاريخ انقطاع المعرفة الخاص بالنموذج. وفقاً لـ OpenAI، تمتد بيانات GPT-6 Luna حتى 18 مايو 2026، وبيانات GPT-6.1 Terra حتى 1 يونيو 2026. لا يعلم النموذج بأي أحداث وقعت بعد هذه التواريخ إلا إذا قمت بنسخها وتضمينها بنفسك، علماً بأن محادثتنا لا تتصفح الويب.

نافذة السياق: ما الذي يراه النموذج؟

لا يمتلك النموذج ذاكرة ممتدة بين المحادثات المنفصلة. ولكنه يرى داخل المحادثة الواحدة سياقاً محدداً: التعليمات، والرسائل السابقة، ورسالتك الأخيرة، وكل ذلك على شكل رموز. تمنح OpenAI كلاً من Luna وTerra نافذة سياق تتسع لنحو 1.05 مليون رمز، وهو ما يكفي لاستيعاب عدة كتب مطولة.

ترسل خدمة الدردشة المجانية لدينا جزءاً أصغر من ذلك بكثير: الجزء الأخير من المحادثة لضمان سرعة الردود. في المحادثات الطويلة جداً، قد تخرج الرسائل الأولى من نطاق الرؤية. إذا كان هناك تفصيل مهم، فأعد ذكره، أو ابدأ محادثة جديدة مع ملخص سريع لما وصلت إليه. كل محادثة مستقلة تماماً، ولن يتذكر النموذج ما قلته في محادثة أخرى.

الاستنتاج: التفكير قبل الإجابة

تُنتج نماذج الاستنتاج سلسلة تفكير مخفية تسبق الرد الظاهر لك، ما يتيح لها تجزئة المسألة إلى خطوات متسلسلة وتدارك الأخطاء ذاتياً، مقابل زيادة بسيطة في وقت الاستجابة. في محادثتنا، يحوّلك زر Think إلى GPT-6.1 Terra، الذي يفكر للحظات قبل الرد؛ بينما يجيب نموذج GPT-6 Luna الافتراضي على الفور تقريباً. يوضح دليلنا حول نماذج الاستنتاج متى يكون هذا الانتظار مفيداً وتستحقه النتيجة.

من أين تأتي الإجابات المختلقة؟

بما أن النموذج يحرص دائماً على كتابة استمرارية تبدو منطقية ومقنعة للنص، فإنه قد يكتبها حتى لو كانت الحقائق غير متوفرة لديه. فعند طلب مصدر حول موضوع تخصصي نادر، قد يصيغ رداً يشبه المراجع شكلاً، بصرف النظر عما إذا كان هذا المصدر موجوداً في الواقع أم لا. وعند سؤاله عن بلدة صغيرة، قد يورد تفاصيل تنطبق على البلدات عموماً. لا يمتلك النموذج مؤشراً داخلياً حاسماً يقول له "أنا لا أعلم هذا"، مع أن النماذج الأحدث أصبحت أفضل في إظهار عدم التأكد. لهذا السبب يُعد التدقيق أمراً حيوياً للأسماء، والأرقام، والتواريخ، والاقتباسات؛ ويقدم دليل التحقق من الحقائق لدينا خطوات سريعة لذلك.

ماذا يعني هذا بالنسبة لأسلوب كتابة أوامرك؟

تتحول كل النقاط السابقة إلى قواعد عملية بسيطة:

ضعيف:
ماذا يقول العقد عن الإنهاء المبكر؟

قوي:
إليك البند رقم 9 من عقد الإيجار الخاص بي: [ألصق البند].
اشرح بأسلوب واضح متى يمكنني إنهاء العقد مبكراً،
وما هي فترة الإشعار المطلوبة وما التكلفة التي قد أتحملها.
مع اقتباس الجملة التي يستند إليها كل جانب في ردك.
  • ألصق النصوص والمعلومات: يتعامل النموذج بكفاءة أعلى بكثير مع النصوص الموجودة داخل سياقه مقارنةً بما يحاول استرجاعه من ذاكرته التقريبية.
  • كن دقيقاً ومحدداً: فكل تفصيل إضافي تقدمه يوجّه التنبؤات نحو النتيجة التي تريدها تماماً.
  • اطلب اقتباسات أو مراجع من النص الذي زودته به، لتتمكن من مراجعة كل نقطة والتأكد منها.
  • ابدأ محادثة جديدة إذا شعرت أن المحادثة الطويلة بدأت تتشتت وتخرج عن مسارها؛ إذ يؤدي البدء بملخص موجز في محادثة جديدة إلى نتائج أفضل في أغلب الأحيان. ويمكن لأداة الملخص كتابة ذلك التلخيص نيابةً عنك.
تخيله ككاتب واسع الاطلاع لكنه لا يحمل أي مذكرات: لقد قرأ الكثير ويكتب بطلاقة ويمكنه شرح أي فكرة تقريباً، لكنه عاجز عن البحث عن أي معلومة من تلقاء نفسه. زوّده بالحقائق التي بين يديك، ودقّق بنفسك في أي تفاصيل أخرى.

هل تريد تجربة ذلك عملياً؟ اطلب من GPT شرح آلية عمله في خمس خطوات، ثم اطرح أسئلة متابعة لتوضيح أي جوانب لا تبدو واضحة.

الأسئلة الشائعة

هل يفهم GPT حقاً ما يكتبه؟

يعتمد ذلك على مفهومك لكلمة "الفهم". فهو يدرك العلاقات والروابط بين الأفكار بدرجة ممتازة تمكّنه من الشرح، والتلخيص، والاستنتاج المنطقي، لكنه لا يمتلك تجربة واقعية في هذا العالم، ولا يملك وسيلة مؤكدة للتمييز بين الحقيقة المثبتة والتخمين المرجح.

هل يتعلم النموذج من محادثاتي معه؟

كلا، لا يتعلم أثناء المحادثة الجارية، ولا ينقل ما تعلمه بين المحادثات في موقعنا. فمعرفة النموذج ثابتة ومحددة بوقت تدريبه. وتؤكد شركة OpenAI أن البيانات المرسلة عبر واجهة برمجة التطبيقات (API) التابعة لها لا تُستخدم لأغراض التدريب إلا بموافقة صريحة من العميل.

لماذا أحصل على إجابة مختلفة عند إعادة السؤال؟

يختار النموذج كل رمز تالٍ بنسبة ضئيلة من العشوائية، مما قد يؤدي إلى صياغات أو تراكيب مختلفة لنفس السؤال. وبالنسبة للمعلومات والحقائق، يُعتبر الحصول على إجابة مختلفة إشارة جيدة تدعوك لمراجعة المعلومة والتحقق منها.

هل GPT هو نفسه ChatGPT؟

كلا. GPT هو اسم عائلة النماذج التي تطورها شركة OpenAI؛ بينما ChatGPT هو التطبيق الذي بنته OpenAI اعتماداً على هذه النماذج. أما موقع gpt.me فهو موقع مستقل يعتمد على نماذج GPT من خلال واجهة برمجة التطبيقات (API)؛ وتوضح صفحة المقارنة مع ChatGPT الفروق التفصيلية بينهما.

لديك سؤال؟ اطرحه الآن

دون حساب ودون تنزيل أي برامج. افتح المحادثة، واكتب ما يدور في ذهنك، وستبدأ الإجابة في الظهور خلال ثانية أو ثانيتين.

ابدأ المحادثة