باختصار
طول السياق (Context Length) هو الحدّ الأقصى لعدد الوحدات — رموز نصّية أو خطوات زمنية — اللي يقدر النموذج يستقبلها كمُدخَل في استدعاء واحد.
بالتفصيل
النموذج ما عندوش ذاكرة دائمة بين الاستدعاءات. كل ما يعرفه في اللحظة دي هو ما وضعته في نافذة السياق. وطول السياق هو حجم النافذة دي.
في نماذج اللغة، الوحدة هي الرمز (Token)، وهو تقريبًا جزء من كلمة. طول سياق 8000 رمز يعني قدرة على استيعاب ما يعادل عشرات الصفحات في المرّة الواحدة.
في السلاسل الزمنية، الوحدة هي الخطوة الزمنية. نموذج Granite PatchTST-FM-r2 من IBM بيدعم سياقًا يصل إلى 8192 خطوة. لو بياناتك بالساعة، ده يعادل نحو 11 شهرًا من التاريخ يقدر النموذج يشوفه دفعة واحدة قبل ما يتنبّأ.
ليه الطول مهمّ؟ لأنه بيحدّد أي أنماط يقدر النموذج يلتقطها أصلًا. لو الدورة الموسمية في بياناتك سنوية، وسياقك بيغطّي شهرًا واحدًا، النموذج مستحيل يشوف الموسمية — مش لأنه ضعيف، لكن لأن المعلومة مش موجودة في مُدخَله.
والتكلفة هنا حقيقية: تكلفة الحوسبة في آليّة الانتباه بتزيد بشكل أسرع من الزيادة الخطّية في طول السياق. عشان كده توسيع النافذة كان لسنوات تحدّيًا هندسيًا أساسيًا، وعشان كده كمان بنى زي الكونفورمر — اللي بتوزّع العمل بين الالتفاف والانتباه — بقت جذّابة للسياقات الطويلة.
مثال عملي
عايز تحلّل عقدًا من 60 صفحة بنموذج لغوي. لو طول السياق بيستوعب 40 صفحة بس، مش هتقدر ترفع العقد كله مرّة واحدة. الحلول: تقسّم العقد وتسأل عن كل جزء، أو تلخّص أجزاءً ثم تحلّل الملخّصات، أو تستخدم نموذجًا بسياق أطول.
نفس المنطق في التنبّؤ: لو بتتنبّأ بمبيعات رمضان، محتاج سياقك يغطّي رمضان السابق على الأقلّ.
مصطلحات مرتبطة
- Token — الرمز، وحدة قياس السياق في نماذج اللغة.
- Self-Attention — الانتباه الذاتي، الآلية اللي تكلفتها بتحدّ من طول السياق.
- Foundation Model — النموذج الأساسي.
المصادر: Hugging Face — 2026-09-09
