الجودة
كيف نختبر النتائج
ما نتحقق منه قبل عرض أي نتيجة وبعد كل تشغيل، كما تفعل شيفرتنا اليوم. تُقرأ الأرقام في هذه الصفحة من بيانات الاختبار لدينا عند تحميلها.
نتائج نموذجية، مُراجَعة مرتين
تعرض صفحات أدوات كثيرة «نتيجة نموذجية»: المخرجات الحقيقية لموجّه الأداة نفسها على إدخال نموذجي، تُولَّد مرة واحدة وتُحفظ. وقبل نشرها تجتاز فحصين.
- يرفض فحص آلي المخرجات القصيرة جدًا، أو التي ترفض المهمة أو تطلب مزيدًا من المعلومات، أو المكتوبة بلغة خاطئة، أو التي تبدو مقطوعة، أو التي تكشف الموجّه، أو التي تترك عناصر نائبة من القالب.
- ثم يقيّم مراجع ذكاء اصطناعي الباقي من حيث الفائدة واللغة والاكتمال والسلامة، وتُستبعد الدرجات المنخفضة.
نُشرت 4169 نتيجة نموذجية بـ 18 لغة. وفي آخر الفحوص رُوجِعت 3795 مخرجات جديدة ورُفض منها 568.
فحص بعد كل تشغيل
- عندما تجيب أداة كتابة، يزيل فحص ثابت لا يستدعي الذكاء الاصطناعي مرة ثانية حشو المساعد مثل “Certainly! Here is your post:” وعبارات الختام، ويسجّل أي عبارة متبقية في النص الإنجليزي من عبارات الذكاء الاصطناعي المبتذلة المدرجة وعددها 15.
- تبحث أدوات الكتابة التي تحتوي على مفتاح «تحقّق من الحقائق مع المصادر» عن موضوعك في الويب مرة واحدة، وتستشهد بما تستخدمه بالشكل [1]، [2]، وتسرد المصادر في النهاية. يُوسم أي ادعاء بلا مصدر بـ «(غير موثَّق)»، ولا يجوز اختلاق أي رابط.
النموذج المناسب لكل أداة
يرسل Conductor كل أداة إلى واحدة من 6 عائلات نماذج (Claude, GPT, Gemini, Cerebras, Grok, Mistral)، وينتقل إلى أخرى عند تعطل أحد المزوّدين. وتذكر كل نتيجة العائلة التي كتبتها.
كل تغيير يُختبر قبل إطلاقه
لا يصل أي تغيير إلى الموقع إلا عبر طلب سحب (pull request) يجتاز بوابة آلية: فحوص الشيفرة، واختبارات العقود، وتغطية الترجمة في جميع اللغات البالغ عددها 18، وفحص الأسرار. وبعد كل إصدار، تُشغَّل مجموعات اختبارات المتصفح على الموقع المباشر.
ما لا يمكن للاختبار أن يعد به
قد يخطئ الذكاء الاصطناعي رغم ذلك. تحقّق من الحقائق والأرقام والعبارات القانونية أو الطبية أو المالية قبل الاعتماد عليها.