درجة الحرارة
Temperature
يُسمّى أيضًا: معامل الحرارة، درجة العشوائية، معامل الإبداع
إعداد رقمي يتحكم في مقدار التنويع والمفاجأة في ردود أدوات الذكاء الاصطناعي: كلما ارتفع صارت الردود أكثر إبداعًا وأقل توقعًا، وكلما انخفض صارت أكثر دقة والتزامًا.
درجة الحرارة هي مقياس رقمي يحدد سلوك النموذج اللغوي عند اختيار كلماته. تتراوح قيمتها عادة بين 0 و2. عند القيمة المنخفضة (قريبة من 0) يختار النموذج دائمًا الكلمة الأكثر احتمالًا، فتأتي الإجابات متشابهة ومحافظة ودقيقة. وعند القيمة المرتفعة (1 فما فوق) يسمح النموذج لنفسه باختيار كلمات أقل احتمالًا، فتأتي الإجابات متنوعة ومبدعة وأحيانًا غريبة.
كيف تعمل؟ النموذج اللغوي الكبير (برنامج ضخم مدرَّب على نصوص هائلة) لا يعرف الإجابة الصحيحة مسبقًا. هو يحسب احتمال كل كلمة ممكنة بعد الكلمة السابقة، ثم يختار واحدة. درجة الحرارة تعدّل هذه الاحتمالات قبل الاختيار:
- حرارة منخفضة (0 إلى 0.3): تضخّم فرص الكلمات المرجّحة. مناسبة للمهام التي تتطلب دقة، مثل تلخيص عقد أو استخراج بيانات.
- حرارة متوسطة (0.5 إلى 0.8): توازن بين الدقة والتنويع. مناسبة للكتابة العامة والمحادثات اليومية.
- حرارة مرتفعة (1 فما فوق): تمنح الكلمات النادرة فرصة أكبر. مناسبة للعصف الذهني وكتابة القصص والشعارات.
أين تظهر في حياتك؟ إذا سألت أداة مثل ChatGPT السؤال نفسه مرتين وحصلت على إجابتين مختلفتين، فالسبب أن درجة الحرارة أعلى من صفر. معظم التطبيقات تخفي هذا الإعداد وتضبطه مسبقًا، لكن المطورين والمستخدمين المتقدمين يتحكمون فيه مباشرة عبر واجهات البرمجة. فهمك لهذا المفهوم يفسّر لك لماذا تبدو بعض الردود جامدة ومكررة، وبعضها الآخر مبدعًا لكنه قد ينزلق نحو الهلوسة (اختلاق معلومات غير صحيحة بثقة).
✓ استخدام صحيح
صاحب متجر إلكتروني يريد 20 فكرة مختلفة لأسماء منتج جديد، فيرفع درجة الحرارة إلى 1.2 ليحصل على اقتراحات متنوعة وغير متوقعة.
لماذا: العصف الذهني يستفيد من العشوائية العالية، لأن الهدف هو التنويع لا الدقة. الأفكار الغريبة هنا ميزة وليست عيبًا.
عيادة طبية تستخدم نموذجًا لغويًا لتلخيص تقارير المرضى، فتضبط درجة الحرارة على 0 لضمان تلخيص حرفي دقيق بلا إضافات.
لماذا: المهام الحساسة التي لا تحتمل الاجتهاد تتطلب حرارة منخفضة جدًا، حتى يلتزم النموذج بالمعلومات الموجودة فقط.
✕ خطأ شائع
موظف يظن أن رفع درجة الحرارة يجعل النموذج أذكى، فيضبطها على 2 لكتابة تقرير مالي.
الصواب: الحرارة لا تزيد الذكاء ولا المعرفة، بل تزيد العشوائية فقط. في تقرير مالي سيخترع النموذج أرقامًا وصياغات غريبة. الصواب: حرارة منخفضة للمهام الدقيقة.
طالب يضبط الحرارة على 0 ويتوقع أن يمنعه ذلك من الحصول على معلومات خاطئة نهائيًا.
الصواب: الحرارة المنخفضة تقلل التنويع، لكنها لا تضمن صحة المعلومات. إذا كانت معرفة النموذج خاطئة أصلًا، فسيكرر الخطأ نفسه بثقة في كل مرة. التحقق من المصادر يبقى ضروريًا.
كيف تميّزه بسرعة
الالتباس الأشهر هو الخلط بين درجة الحرارة والذكاء أو الجودة. كثيرون يظنون أن رفعها يجعل النموذج أفضل أو أن خفضها يجعله أصدق. الحقيقة أنها تتحكم في العشوائية فقط: الحرارة العالية تعني تنويعًا أكبر مع مخاطرة أكبر بالأخطاء، والمنخفضة تعني التزامًا أكبر مع ردود قد تبدو جامدة ومكررة. اختر القيمة حسب طبيعة المهمة، لا حسب اعتقاد خاطئ بأن هناك قيمة مثالية دائمًا.
لماذا يهمّك؟
فهم درجة الحرارة يمنحك تحكمًا مباشرًا في جودة النتائج التي تحصل عليها من أدوات الذكاء الاصطناعي. صانع المحتوى يحتاج حرارة مرتفعة للأفكار، والموظف يحتاج حرارة منخفضة للتقارير الدقيقة، ومعرفة الفرق توفر عليك ساعات من المحاولات الفاشلة. كما تساعدك على تفسير سلوك الأدوات: لماذا يكرر النموذج نفسه أحيانًا، ولماذا يخترع معلومات أحيانًا أخرى.
أدوات تستخدم هذا المفهوم
مصطلحات ذات صلة
كل ما يهمّك في الذكاء الاصطناعي، في 60 ثانية يوميًا
نرصد المئات من المصادر ونرسل لك الخلاصة فقط. بلا حشو، وبلا رسائل مزعجة.