البحث عن بيانات لتدريب أنظمة الذكاء الاصطناعي وتقييمها
لغة الصفحة: العربية
صف مهمة النموذج والمواد التي تحتاج إليها والاستخدام المسموح به لها. يمكن أن تساعدك sapien1 في تحديد المصادر المحتملة وتحديد نطاق عينة مع وضع معايير لاتخاذ قرار بشأن المضي قدما. صف مشروعك لـ sapien1
ابحث عن بيانات تناسب المهمة التي سينفّذها نظام الذكاء الاصطناعي لديك. تساعدك sapien1 على صياغة احتياجاتك وتحديد المصادر المحتملة وتقييم مدى ملاءمة مجموعة بيانات للتدريب أو التقييم أو استرجاع المعلومات.
ابدأ بالسلوك الذي تريد تحسينه. قد يكون فهم مستند أو إكمال سير عمل أو استخدام أداة أو تفسير مشهد. يحدّد هذا الاختيار الأمثلة والسياق وفحوص الجودة المطلوبة.
حدّد الدور المطلوب من البيانات
يمكن استخدام المجموعة نفسها لأغراض مختلفة. تعلّم أمثلة التدريب النظام سلوكًا معيّنًا، وتختبر أمثلة التقييم ذلك السلوك. ويزوّد محتوى الاسترجاع النظام بمعلومات يستطيع الرجوع إليها عند الإجابة عن سؤال.
صِف الاستخدام المقصود قبل مقارنة المصادر. قد يجمع مثال تدريب لوكيل دعم العملاء بين الطلب والسياسة ذات الصلة والإجراء الذي اتُخذ. وتحتاج مهمة التقييم أيضًا إلى طريقة واضحة للتحقق من صحة القرار. أما مجموعة الاسترجاع فتحتاج إلى السياسات نفسها وسياق كافٍ لمعرفة النسخة السارية.
ما الذي ينبغي تضمينه في موجز البحث عن البيانات؟
| المتطلّب | ما ينبغي وصفه |
|---|---|
| المهمة | ما ينبغي للنموذج أو الوكيل فعله وأين يواجه صعوبة حاليًا |
| التغطية | المجالات واللغات والمناطق والفترات والحالات الصعبة ذات الصلة |
| شكل البيانات | مستندات أو شيفرة أو سجلات أو صوت أو صور أو فيديو أو آثار استخدام الأدوات أو مزيج منها |
| السياق | الوسوم والطوابع الزمنية والعلاقات والتعليمات أو النتائج اللازمة لفهم المثال |
| الاستخدام المقصود | التدريب أو التقييم أو استرجاع المعلومات، بما في ذلك كيفية الوصول إلى البيانات |
| القبول | ما ينبغي أن تثبته العيّنة المفيدة قبل توسيع المشروع |
يمكن أن تبقى بعض الأسئلة مفتوحة في الموجز الأول. عادةً ما توفّر مهمة محددة وأمثلة ممثّلة قليلة نقطة انطلاق أفضل من تحديد عدد الملفات وحده.
قيّم عيّنة قبل توسيع المشروع
قد تكشف مراجعة العيّنة عن سياق مفقود، ووسوم غير متّسقة، وتكرار، وثغرات في تغطية الحالات المطلوبة. ويمكن لفريقك أيضًا تجربة الصيغة المقترحة في سير عمله الفعلي. للاطّلاع على مثال عملي لمراجعة عيّنة، اقرأ دليلنا لشراء بيانات تدريب الذكاء الاصطناعي.
وثّق المصدر والاستخدامات المسموح بها إلى جانب التقييم التقني. وينبغي لوصف مجموعة البيانات أن يوضح محتواها وقيودها ذات الصلة. يمكنك الاستعانة بـإرشادات Hugging Face لبطاقات مجموعات البيانات عند إعداد هذا التوثيق.
للاطّلاع على كيفية وصف المجموعة والتحقق من الأذونات من منظور مالكها، اقرأ ما ينبغي تحضيره قبل ترخيص بيانات شركتك.
إذا كنت تملك مجموعة بيانات ترغب في مناقشتها، يمكنك وصف بياناتك.
في مشروع مع sapien1، حدّدوا معًا نطاق البحث عن البيانات، وطريقة مراجعة العيّنة، وما سيُسلّم، ومعايير القبول. يمكن أن تكون الخطوة التالية جمع بيانات لاحتياج محدّد، أو تقييم بيانات تملكها بالفعل، أو إعداد مجموعة مهام من أجل تقييم الوكلاء.