النموذج المعزز
يشير النموذج المعزز (Augmented Model) إلى نظام ذكاء اصطناعي أو نموذج أساسي (مثل نموذج اللغة الكبير LLM) تم تعزيزه أو تكميله بمصادر معرفية خارجية وديناميكية أو خاصة تتجاوز بيانات التدريب الأصلية. فبدلاً من الاعتماد فقط على الأنماط التي تعلمها أثناء التدريب المسبق، يقوم النموذج باسترجاع ومعالجة ودمج السياق في الوقت الفعلي أو السياق المحدد لتوليد مخرجات أكثر دقة وملاءمة ومبنية على حقائق.
تعاني النماذج التقليدية من توقفات المعرفة (knowledge cutoffs) والهلوسة (hallucinations) - أي توليد معلومات تبدو معقولة ولكنها خاطئة. ويعالج التعزيز هذه القيود بشكل مباشر. ومن خلال ترسيخ النموذج في بيانات خارجية موثوقة ومحدثة، يمكن للشركات نشر ذكاء اصطناعي موثوق وواعٍ بالسياق وملائم لاحتياجاتها التشغيلية المحددة.
تتضمن الآلية الأساسية غالبًا التوليد المعزز بالاسترجاع (Retrieval-Augmented Generation - RAG). عندما يقدم المستخدم استعلامًا، يقوم النظام أولاً بالاستعلام من قاعدة معرفية متخصصة (مثل المستندات الداخلية، وقواعد البيانات، وواجهات برمجة التطبيقات المباشرة). ثم يتم تمرير المقاطع المعلوماتية ذات الصلة والمسترجعة إلى نموذج اللغة الأساسي كجزء من سياق الموجه (prompt context). ويستخدم النموذج هذا السياق المقدم لصياغة إجابته، مما "يعزز" معرفته الكامنة بشكل فعال.
قواعد بيانات المتجهات، التوليد المعزز بالاسترجاع (RAG)، الضبط الدقيق (Fine-Tuning)، تكامل الرسم البياني المعرفي (Knowledge Graph Integration)
