التدريب المسبق (Pre-training) هو مصطلح ظهر في مقالات قرمصيص ويستحق شرحاً مستقلاً. مرحلة يتعلم فيها النموذج أنماطاً عامة من مجموعة بيانات كبيرة قبل تخصيصه لمهمة محددة. فهمه يساعدك على قراءة الشروحات ونتائج التجارب من غير خلط بين الاسم ووظيفته الفعلية.
باختصار
مرحلة يتعلم فيها النموذج أنماطاً عامة من مجموعة بيانات كبيرة قبل تخصيصه لمهمة محددة.
بالتفصيل
في النماذج اللغوية تكون المهمة غالباً توقع رمز مفقود أو تالٍ، وفي الرؤية قد تكون أهدافاً ذاتية الإشراف. النتيجة أوزان عامة يمكن نقلها إلى تطبيقات كثيرة، ثم تأتي مراحل مثل الضبط بالتعليمات أو الضبط الدقيق.
الفكرة العملية هي النظر إلى مكان المصطلح داخل خط العمل: ما البيانات التي تدخل إليه، وما النتيجة التي ينتجها، وما التكلفة أو الافتراض الذي يضيفه. المقارنة العادلة تحتاج تجربة على بيانات منفصلة ومقياس مناسب، لا الاعتماد على الاسم أو الشهرة وحدهما.
مثال عملي
بدلاً من تدريب مصنف طبي من الصفر، يمكن البدء بنموذج رؤية مدرب مسبقاً ثم تكييفه على صور الأشعة المرخصة.
خلي بالك: حجم البيانات وحده لا يضمن الجودة؛ التنظيف والتوازن والتراخيص وتصميم الهدف عوامل أساسية.
مصطلحات مرتبطة
Training Data، Foundation Model، Fine-tuning. قراءة هذه المصطلحات معاً توضح العلاقة بين البيانات والتدريب والتقييم والتشغيل.
المصادر: Google ML Glossary
