باختصار
مجموعة الاختبار المحجوزة (Held-out Test Set) بيانات تُبعد عن النموذج أثناء التدريب والضبط، ولا تُستخدم إلا في النهاية لقياس أدائه الحقيقي على أمثلة لم يرها من قبل.
بالتفصيل
بحسب Wikipedia، تُقسم البيانات في تعلّم الآلة عادة إلى ثلاث مجموعات: مجموعة تدريب يتعلّم منها النموذج معاملاته، ومجموعة تحقّق تُستخدم لضبط إعداداته الفائقة واكتشاف فرط التخصيص، ومجموعة اختبار تقدّم تقييمًا غير منحاز للنموذج النهائي. وحين لا تُستخدم بيانات الاختبار أبدًا قبل التقييم تُسمّى «مجموعة محجوزة».
الفكرة بسيطة: إذا رأى النموذج أسئلة الامتحان أثناء التدريب، أو ضبط المطوّرون نموذجهم مرّة بعد مرّة حتى يتفوّق على أسئلة معروفة، صارت الدرجة تقيس الحفظ لا الفهم. ولذلك تحرص بعض لوحات التقييم على بيانات خاصة لا تُنشر.
وهذا ما تفعله Hugging Face في لوحة Open ASR Leaderboard لأنظمة التعرّف على الكلام. فقد أضافت بيانات خاصة جديدة من Liva AI للإنجليزية بلكنة مصرية ونيجيرية، وتقول إن مجتمع المطوّرين أكّد أهمّية المجموعات المحجوزة لتقييمات جديرة بالثقة، وإن البيانات الخاصة تقلّل تحسين النماذج للمعيار نفسه بدل المهمّة.
مثال عملي
معلّم يعطي طلابه مئة مسألة للتمرين طوال الفصل. لو وضع المسائل نفسها في الامتحان النهائي، سينجح من حفظ الحلول حتى لو لم يفهم شيئًا. لذلك يحتفظ المعلّم الجيد بمسائل جديدة في درج مغلق، لا يراها أحد قبل يوم الامتحان.
هذا الدرج المغلق هو مجموعة الاختبار المحجوزة. وكلّما بقي مغلقًا أطول، صدقت الدرجات أكثر.
مصطلحات مرتبطة
- تلوّث البيانات (Data Contamination)
- تسرّب بيانات الاختبار (Test Leakage)
- فرط التخصيص (Overfitting)
- التحقّق المتقاطع (Cross-validation)
المصادر: Wikipedia، Hugging Face — 2026-11-06
