رقيا بن صافي

رقيا بن صافي

مهندسة وباحثة في الذكاء الاصطناعي · الذكاء الاصطناعي التوليدي · أمان الذكاء الاصطناعي · معالجة اللغة العربية · خبيرة مطوري Google

المقالات حسب الوسوم

A2A

AI

تطبيق الذكاء الاصطناعي في مجال التصميم

21 دقيقة قراءة

تم النشر:

كيف يخدم الذكاء الاصطناعي مجال التصميم: بناء واجهات المستخدم، وتخصيص تجربة المستخدم، وإعداد المحتوى، والتصميم الجرافيكي، مع تطبيق عملي.

AI Safety

Agents

Career

Computer Vision

Data Engineering

Deep Learning

خارطة طريق التعلم العميق (Deep Learning)

4 دقيقة قراءة

تم النشر:

محاولة لرسم خارطة طريق للتعلم العميق: الأسس التي يتفرع منها كل شيء، والفروع الرئيسية، والمناطق التي ما زالت غامضة.

تطبيق الذكاء الاصطناعي في مجال التصميم

21 دقيقة قراءة

تم النشر:

كيف يخدم الذكاء الاصطناعي مجال التصميم: بناء واجهات المستخدم، وتخصيص تجربة المستخدم، وإعداد المحتوى، والتصميم الجرافيكي، مع تطبيق عملي.

Design

تطبيق الذكاء الاصطناعي في مجال التصميم

21 دقيقة قراءة

تم النشر:

كيف يخدم الذكاء الاصطناعي مجال التصميم: بناء واجهات المستخدم، وتخصيص تجربة المستخدم، وإعداد المحتوى، والتصميم الجرافيكي، مع تطبيق عملي.

Form

ملء النماذج باستخدام Gemini 1.5 Pro

6 دقيقة قراءة

تم النشر:

ملء النماذج يمكن أن يكون مملًا ويستغرق وقتًا طويلًا. هذا غالبًا ما يؤدي إلى إحباط المستخدمين وتقديمات غير مكتملة. ولكن، الذكاء الاصطناعي التفاعلي، مثل نموذج اللغة Gemini 1.5 Pro، يغير كيفية تفاعلنا مع النماذج.

GANs

Gemini

ملء النماذج باستخدام Gemini 1.5 Pro

6 دقيقة قراءة

تم النشر:

ملء النماذج يمكن أن يكون مملًا ويستغرق وقتًا طويلًا. هذا غالبًا ما يؤدي إلى إحباط المستخدمين وتقديمات غير مكتملة. ولكن، الذكاء الاصطناعي التفاعلي، مثل نموذج اللغة Gemini 1.5 Pro، يغير كيفية تفاعلنا مع النماذج.

Gemini-1.5-Pro

ملء النماذج باستخدام Gemini 1.5 Pro

6 دقيقة قراءة

تم النشر:

ملء النماذج يمكن أن يكون مملًا ويستغرق وقتًا طويلًا. هذا غالبًا ما يؤدي إلى إحباط المستخدمين وتقديمات غير مكتملة. ولكن، الذكاء الاصطناعي التفاعلي، مثل نموذج اللغة Gemini 1.5 Pro، يغير كيفية تفاعلنا مع النماذج.

Gemma

توليد المعلومات المدعوم بالاسترجاع (RAG) باستخدام Gemma لشرح مفاهيم علم البيانات الأساسية

2 دقيقة قراءة

تم النشر:

عالم علم البيانات يمكن أن يكون مرعبًا للمبتدئين، حيث يمتلئ بالمصطلحات المعقدة والمفاهيم المعقدة. ولكن ماذا لو كان لديك مساعد ذكاء اصطناعي بجانبك، جاهز لشرح هذه المفاهيم بعبارات بسيطة وإرشادك خلال عملية التعلم؟ هذا هو المكان الذي يأتي فيه قوة توليد المعلومات المدعوم بالاسترجاع (RAG).

Gemma 3

افحص ما بداخل Gemma 3 على TPU مجانية

9 دقيقة قراءة

تم النشر:

استخرج تفعيلات كل طبقات Gemma 3 بـ JAX وKeras على TPU مجانية، وشاهده يجيب بالإنجليزية قبل العربية، ثم وجّهه إلى العربية بمتجه واحد.

Gemma-1.1-2b-it

توليد المعلومات المدعوم بالاسترجاع (RAG) باستخدام Gemma لشرح مفاهيم علم البيانات الأساسية

2 دقيقة قراءة

تم النشر:

عالم علم البيانات يمكن أن يكون مرعبًا للمبتدئين، حيث يمتلئ بالمصطلحات المعقدة والمفاهيم المعقدة. ولكن ماذا لو كان لديك مساعد ذكاء اصطناعي بجانبك، جاهز لشرح هذه المفاهيم بعبارات بسيطة وإرشادك خلال عملية التعلم؟ هذا هو المكان الذي يأتي فيه قوة توليد المعلومات المدعوم بالاسترجاع (RAG).

Gemma2

Fine-Tune Gemma 2 2b باستخدام Keras و LoRA (الجزء الثالث)

3 دقيقة قراءة

تم النشر:

Gemma2 استكمالًا لسلسلة الدروس التعليمية التي تركز على اللغة العربية في التعامل مع النماذج اللغوية الضخمة، في هذا الجزء سنواصل استكشاف كيفية إعادة ضبط نموذج Gemma2-9b على مجموعة بيانات عربية باستخدام مكتبة Keras وKeras_nlp وتقنية LoRA. سنتناول كيفية إعداد البيئة، تحميل النموذج، إجراء التعديلات اللازمة، ثم تدريب النموذج باستخدام التوازي النموذجي لتوزيع معلمات النموذج عبر عدة وحدات تسريع.

Fine-Tune Gemma 2 2b باستخدام Transformers و qLoRA (الجزء الثاني)

4 دقيقة قراءة

تم النشر:

Gemma2 استكمالًا لسلسلة الدروس التعليمية التي تركز على اللغة العربية في التعامل مع النماذج اللغوية الضخمة، سنواصل في الجزء الثاني استكشاف الأساليب المخصصة لإعادة ضبط نموذج Gemma-2b على مجموعة بيانات عربية لتحسين أدائه. سنستخدم مكتبة Transformers وتقنية qLoRA (التكيف منخفض الرتبة المكمم) لتقليل استهلاك الذاكرة.

استرجاع النصوص من ويكيبيديا العربية باستخدام Gemma2 (الجزء الأول)

3 دقيقة قراءة

تم النشر:

Gemma2 عند العمل على مشروع يتطلب التعامل مع اللغة العربية، قد تتساءل عما إذا كان يجب استخدام توليد النصوص المدعوم بالاسترجاع (RAG) أو تعديل نموذج موجود باستخدام مجموعة بيانات عربية جديدة. في هذه السلسلة من الدروس المكونة من جزئين، سنستكشف كلا الخيارين: استخدام RAG وتعديل نموذج باستخدام بيانات عربية، تحديداً ويكيبيديا. سنركز طوال المشروع على النماذج مفتوحة المصدر، باستخدام Gemma 2 Instruct ونموذج تضمين مفتوح المصدر. سنستفيد أيضًا من إطار العمل LangChain لتبسيط عملية بناء RAG وتعديل النموذج. دعونا نبدأ بالتطبيق العملي.

GenAI

Generative AI

Fine-Tune Gemma 2 2b باستخدام Keras و LoRA (الجزء الثالث)

3 دقيقة قراءة

تم النشر:

Gemma2 استكمالًا لسلسلة الدروس التعليمية التي تركز على اللغة العربية في التعامل مع النماذج اللغوية الضخمة، في هذا الجزء سنواصل استكشاف كيفية إعادة ضبط نموذج Gemma2-9b على مجموعة بيانات عربية باستخدام مكتبة Keras وKeras_nlp وتقنية LoRA. سنتناول كيفية إعداد البيئة، تحميل النموذج، إجراء التعديلات اللازمة، ثم تدريب النموذج باستخدام التوازي النموذجي لتوزيع معلمات النموذج عبر عدة وحدات تسريع.

Fine-Tune Gemma 2 2b باستخدام Transformers و qLoRA (الجزء الثاني)

4 دقيقة قراءة

تم النشر:

Gemma2 استكمالًا لسلسلة الدروس التعليمية التي تركز على اللغة العربية في التعامل مع النماذج اللغوية الضخمة، سنواصل في الجزء الثاني استكشاف الأساليب المخصصة لإعادة ضبط نموذج Gemma-2b على مجموعة بيانات عربية لتحسين أدائه. سنستخدم مكتبة Transformers وتقنية qLoRA (التكيف منخفض الرتبة المكمم) لتقليل استهلاك الذاكرة.

استرجاع النصوص من ويكيبيديا العربية باستخدام Gemma2 (الجزء الأول)

3 دقيقة قراءة

تم النشر:

Gemma2 عند العمل على مشروع يتطلب التعامل مع اللغة العربية، قد تتساءل عما إذا كان يجب استخدام توليد النصوص المدعوم بالاسترجاع (RAG) أو تعديل نموذج موجود باستخدام مجموعة بيانات عربية جديدة. في هذه السلسلة من الدروس المكونة من جزئين، سنستكشف كلا الخيارين: استخدام RAG وتعديل نموذج باستخدام بيانات عربية، تحديداً ويكيبيديا. سنركز طوال المشروع على النماذج مفتوحة المصدر، باستخدام Gemma 2 Instruct ونموذج تضمين مفتوح المصدر. سنستفيد أيضًا من إطار العمل LangChain لتبسيط عملية بناء RAG وتعديل النموذج. دعونا نبدأ بالتطبيق العملي.

ملء النماذج باستخدام Gemini 1.5 Pro

6 دقيقة قراءة

تم النشر:

ملء النماذج يمكن أن يكون مملًا ويستغرق وقتًا طويلًا. هذا غالبًا ما يؤدي إلى إحباط المستخدمين وتقديمات غير مكتملة. ولكن، الذكاء الاصطناعي التفاعلي، مثل نموذج اللغة Gemini 1.5 Pro، يغير كيفية تفاعلنا مع النماذج.

توليد المعلومات المدعوم بالاسترجاع (RAG) باستخدام Gemma لشرح مفاهيم علم البيانات الأساسية

2 دقيقة قراءة

تم النشر:

عالم علم البيانات يمكن أن يكون مرعبًا للمبتدئين، حيث يمتلئ بالمصطلحات المعقدة والمفاهيم المعقدة. ولكن ماذا لو كان لديك مساعد ذكاء اصطناعي بجانبك، جاهز لشرح هذه المفاهيم بعبارات بسيطة وإرشادك خلال عملية التعلم؟ هذا هو المكان الذي يأتي فيه قوة توليد المعلومات المدعوم بالاسترجاع (RAG).

Google ADK

Google Cloud

Google TPU

Hardware

Idea

Interpretability

افحص ما بداخل Gemma 3 على TPU مجانية

9 دقيقة قراءة

تم النشر:

استخرج تفعيلات كل طبقات Gemma 3 بـ JAX وKeras على TPU مجانية، وشاهده يجيب بالإنجليزية قبل العربية، ثم وجّهه إلى العربية بمتجه واحد.

JAX

افحص ما بداخل Gemma 3 على TPU مجانية

9 دقيقة قراءة

تم النشر:

استخرج تفعيلات كل طبقات Gemma 3 بـ JAX وKeras على TPU مجانية، وشاهده يجيب بالإنجليزية قبل العربية، ثم وجّهه إلى العربية بمتجه واحد.

Keras

افحص ما بداخل Gemma 3 على TPU مجانية

9 دقيقة قراءة

تم النشر:

استخرج تفعيلات كل طبقات Gemma 3 بـ JAX وKeras على TPU مجانية، وشاهده يجيب بالإنجليزية قبل العربية، ثم وجّهه إلى العربية بمتجه واحد.

LLM

Fine-Tune Gemma 2 2b باستخدام Keras و LoRA (الجزء الثالث)

3 دقيقة قراءة

تم النشر:

Gemma2 استكمالًا لسلسلة الدروس التعليمية التي تركز على اللغة العربية في التعامل مع النماذج اللغوية الضخمة، في هذا الجزء سنواصل استكشاف كيفية إعادة ضبط نموذج Gemma2-9b على مجموعة بيانات عربية باستخدام مكتبة Keras وKeras_nlp وتقنية LoRA. سنتناول كيفية إعداد البيئة، تحميل النموذج، إجراء التعديلات اللازمة، ثم تدريب النموذج باستخدام التوازي النموذجي لتوزيع معلمات النموذج عبر عدة وحدات تسريع.

Fine-Tune Gemma 2 2b باستخدام Transformers و qLoRA (الجزء الثاني)

4 دقيقة قراءة

تم النشر:

Gemma2 استكمالًا لسلسلة الدروس التعليمية التي تركز على اللغة العربية في التعامل مع النماذج اللغوية الضخمة، سنواصل في الجزء الثاني استكشاف الأساليب المخصصة لإعادة ضبط نموذج Gemma-2b على مجموعة بيانات عربية لتحسين أدائه. سنستخدم مكتبة Transformers وتقنية qLoRA (التكيف منخفض الرتبة المكمم) لتقليل استهلاك الذاكرة.

استرجاع النصوص من ويكيبيديا العربية باستخدام Gemma2 (الجزء الأول)

3 دقيقة قراءة

تم النشر:

Gemma2 عند العمل على مشروع يتطلب التعامل مع اللغة العربية، قد تتساءل عما إذا كان يجب استخدام توليد النصوص المدعوم بالاسترجاع (RAG) أو تعديل نموذج موجود باستخدام مجموعة بيانات عربية جديدة. في هذه السلسلة من الدروس المكونة من جزئين، سنستكشف كلا الخيارين: استخدام RAG وتعديل نموذج باستخدام بيانات عربية، تحديداً ويكيبيديا. سنركز طوال المشروع على النماذج مفتوحة المصدر، باستخدام Gemma 2 Instruct ونموذج تضمين مفتوح المصدر. سنستفيد أيضًا من إطار العمل LangChain لتبسيط عملية بناء RAG وتعديل النموذج. دعونا نبدأ بالتطبيق العملي.

ملء النماذج باستخدام Gemini 1.5 Pro

6 دقيقة قراءة

تم النشر:

ملء النماذج يمكن أن يكون مملًا ويستغرق وقتًا طويلًا. هذا غالبًا ما يؤدي إلى إحباط المستخدمين وتقديمات غير مكتملة. ولكن، الذكاء الاصطناعي التفاعلي، مثل نموذج اللغة Gemini 1.5 Pro، يغير كيفية تفاعلنا مع النماذج.

توليد المعلومات المدعوم بالاسترجاع (RAG) باستخدام Gemma لشرح مفاهيم علم البيانات الأساسية

2 دقيقة قراءة

تم النشر:

عالم علم البيانات يمكن أن يكون مرعبًا للمبتدئين، حيث يمتلئ بالمصطلحات المعقدة والمفاهيم المعقدة. ولكن ماذا لو كان لديك مساعد ذكاء اصطناعي بجانبك، جاهز لشرح هذه المفاهيم بعبارات بسيطة وإرشادك خلال عملية التعلم؟ هذا هو المكان الذي يأتي فيه قوة توليد المعلومات المدعوم بالاسترجاع (RAG).

Lifecycle

MCP

MLOps

MoE

OpenCV

Papers

Product

Product Management

Python

RAG

توليد المعلومات المدعوم بالاسترجاع (RAG) باستخدام Gemma لشرح مفاهيم علم البيانات الأساسية

2 دقيقة قراءة

تم النشر:

عالم علم البيانات يمكن أن يكون مرعبًا للمبتدئين، حيث يمتلئ بالمصطلحات المعقدة والمفاهيم المعقدة. ولكن ماذا لو كان لديك مساعد ذكاء اصطناعي بجانبك، جاهز لشرح هذه المفاهيم بعبارات بسيطة وإرشادك خلال عملية التعلم؟ هذا هو المكان الذي يأتي فيه قوة توليد المعلومات المدعوم بالاسترجاع (RAG).

Roadmap

خارطة طريق التعلم العميق (Deep Learning)

4 دقيقة قراءة

تم النشر:

محاولة لرسم خارطة طريق للتعلم العميق: الأسس التي يتفرع منها كل شيء، والفروع الرئيسية، والمناطق التي ما زالت غامضة.

StyleGAN

TPU

افحص ما بداخل Gemma 3 على TPU مجانية

9 دقيقة قراءة

تم النشر:

استخرج تفعيلات كل طبقات Gemma 3 بـ JAX وKeras على TPU مجانية، وشاهده يجيب بالإنجليزية قبل العربية، ثم وجّهه إلى العربية بمتجه واحد.

TensorFlow

UX

تطبيق الذكاء الاصطناعي في مجال التصميم

21 دقيقة قراءة

تم النشر:

كيف يخدم الذكاء الاصطناعي مجال التصميم: بناء واجهات المستخدم، وتخصيص تجربة المستخدم، وإعداد المحتوى، والتصميم الجرافيكي، مع تطبيق عملي.

ّIdea