هل أدرّب الذكاء الاصطناعي على بيانات شركتي، أم أعطيه البيانات حين يجيب؟
الجواب المختصر
لمعرفة تخص عملك، أعطه البيانات حين يجيب. وتسمى هذه الطريقة الاسترجاع: يبحث الوكيل أولًا في وثائقك أنت، ثم يجيب مما وجده. أما تدريب النموذج تدريبًا إضافيًا على بياناتك، ويسمى الضبط الدقيق، فأراه أنسب لتشكيل طريقة كتابته وسلوكه. ووجدت دراسة في 2023 أنه طريقة ضعيفة لتعليمه حقائق جديدة.
طريقتان لتعطي النموذج معرفتك
الضبط الدقيق fine-tuning يعني أن تدرّب النموذج تدريبًا إضافيًا، هذه المرة على أمثلة من عندك. فتتغير الأرقام الداخلية للنموذج، ويصبح ما أعطيته جزءًا من النموذج نفسه.
الاسترجاع retrieval يترك النموذج كما هو. تُحفظ وثائقك في مخزن يمكن البحث فيه. وحين يصل سؤال، يبحث الوكيل أولًا في هذا المخزن، ويختار الفقرات المتصلة بالسؤال، ويضعها أمام النموذج. ثم يجيب النموذج من هذه الفقرات. والاسم الكامل لهذه الطريقة التوليد المعزز بالاسترجاع retrieval-augmented generation، ويُختصر عادة إلى RAG: ابحث أولًا، ثم اكتب الجواب. وقد وصفتها ورقة بحثية في 2020، ووجدت أن الإجابات التي تُكتب بهذه الطريقة أكثر تحديدًا وأكثر صحة من إجابات النموذج من ذاكرته وحدها.
ماذا تقول الأبحاث عن تعلّم حقائق جديدة
قارنت دراسة في 2023 بين الطريقتين مباشرة، في مهمة إعطاء النموذج معرفة جديدة. واختبرت نوعًا شائعًا من الضبط الدقيق. وتفوّق الاسترجاع باستمرار، سواء في الحقائق التي رآها النموذج من قبل، أو في الحقائق الجديدة تمامًا. ووجد الباحثون أيضًا أن النماذج تجد صعوبة في تعلّم حقائق جديدة عن طريق هذا النوع من الضبط الدقيق.
لماذا يناسب الاسترجاع الشركات
- يبقى محدّثًا. حين يتغير سعر أو عقد، تحدّث الوثيقة. ولا يحتاج شيء إلى إعادة تدريب.
- يستطيع أن يذكر مصدره. يستطيع الوكيل أن يقول أي وثيقة وأي فقرة استخدم، فيمكن التحقق من الجواب.
- يراعي من يحق له أن يرى كل وثيقة. يمكنك أن تحصر البحث في الوثائق التي يحق لشخص معين أن يقرأها. أما الحقائق التي اختلطت بالأرقام الداخلية للنموذج فلا يمكن فصلها بهذه الطريقة.
أين يبقى للضبط الدقيق مكان
رأيي أنا: إن كان للضبط الدقيق مكان، فهو في تشكيل طريقة عمل النموذج، لا فيما يعرفه. مثل شكل ثابت للمخرجات، أو أسلوب معين، أو مهمة محددة تتكرر آلاف المرات بالطريقة نفسها. وهو خطوة لاحقة، إن احتجت إليه أصلًا.
ماذا يعني هذا لك
ابدأ بالاسترجاع. وعندها لا يكون العمل الحقيقي في النموذج، بل في وثائقك: هل هي موجودة، وأين توجد، وهل هي محدّثة. ويشرح سؤال هل يجب أن تكون بيانات شركتي نظيفة قبل أن نبدأ مع وكيل ذكاء اصطناعي؟ من أين تبدأ.