99 lines
10 KiB
Markdown
99 lines
10 KiB
Markdown
# مشخصات درس‌نامه: مدل‌های زبانی چطور کد می‌نویسند (How LLMs Code)
|
||
- **شناسه در سیلابس:** `L2.3`
|
||
- **فصل:** فصل ۲: شروع مسیر Vibe Coding (Ch 2)
|
||
- **نوع محتوا:** 📘 درس‌نامه متنی
|
||
- **زمان تقریبی مطالعه:** ۱۲ دقیقه
|
||
- **پیش‌نیازهای مستقیم:** `L2.2` (تعریف وایب کدینگ و نقش تازهٔ شما)
|
||
|
||
---
|
||
|
||
## ۱. اهداف یادگیری (Learning Objectives - Bloom's Taxonomy)
|
||
دانشجو پس از مطالعهٔ این درس‌نامه باید بتواند:
|
||
- [ ] **درک کند (Understand):** مدل‌های زبانی بزرگ (LLMs) چگونه فکر نمی‌کنند، بلکه بر پایهٔ پیش‌بینی احتمالاتی توکن بعدی (Next-Token Prediction) کار می‌کنند.
|
||
- [ ] **درک کند (Understand):** توکن (Token) چیست و استعارهٔ «میز کار با سطح محدود» چگونه مفهوم پنجره بافت (Context Window) را توضیح می‌دهد.
|
||
- [ ] **تحلیل/ارزیابی کند (Evaluate):** چرا پدیده توهم (Hallucination) اتفاق می‌افتد و چگونه می‌توان نشانه‌های کدهای توهم‌آمیز (توابع یا پکیج‌های غیرواقعی) را تشخیص داد.
|
||
- [ ] **به‌کار ببندد (Apply):** بهداشت پنجره بافت (Context Hygiene) را رعایت کند؛ بداند چه زمانی یک چت بیش از حد طولانی و فرسوده شده (Context Rot) و باید با شروع یک چت تازه، رشته کار را در دست گرفت.
|
||
|
||
---
|
||
|
||
## ۲. محدوده و مرزهای محتوا (Scope & Boundaries)
|
||
|
||
### آنچه باید پوشش داده شود (In-Scope):
|
||
1. **طبیعت واقعی مغز مدل‌های زبانی:**
|
||
* هوش مصنوعی یک پایگاه داده منطقی سفت و سخت نیست؛ یک سیستم محاسباتی احتمالاتی خارق‌العاده است (شبیه به سیستم تکمیل خودکار کلمات روی گوشی، اما میلیاردها بار پیشرفته‌تر).
|
||
2. **توکن‌ها (Tokens) چیستند؟ (استعاره آجرهای زبانی):**
|
||
* کلمات و کدها به هجاها یا قطعات کوچک متنی شکسته می‌شوند.
|
||
* هر خط کد، متغیر و فاصله در قالب توکن محاسبه می‌شود.
|
||
3. **پنجره متن یا کانتکست (Context Window) — استعاره میز کار اداری:**
|
||
* سطح میز کار هوش مصنوعی متناهی است. اگر کاغذهای زیادی (تاریخچه چت، لاگ‌های حجیم، کدهای قدیمی) روی میز انباشته شوند، اسناد قدیمی‌تر از لبه میز به پایین می‌افتند یا گم می‌شوند.
|
||
* پدیده افت تمرکز یا گیج شدن مدل (Lost in the Middle / Context Rot) در اثر پر شدن بافت.
|
||
4. **پیش‌بینی کلمه بعدی و منطق کدنویسی:**
|
||
* مدل بر اساس الگوهایی که از میلیون‌ها پروژه متن‌باز (GitHub) یاد گرفته، محتمل‌ترین کد بعدی را برای حل پرامپت شما تولید می‌کند.
|
||
5. **پدیده توهم (Hallucination) — اعتمادبه‌نفس در اشتباه:**
|
||
* وقتی مدل پاسخ دقیق یا مستندات کتابخانه را ندارد، محتمل‌ترین ساختار ظاهری را «حدس» می‌زند و کدی کاملاً روان اما خیالی (کتابخانه ناموجود یا متد غیرواقعی) تحویل می‌دهد.
|
||
6. **راهکارهای عملی برای وایب کدرها (Context Hygiene):**
|
||
* پرهیز از چت‌های بی‌نهایت طولانی؛ شروع سشن تازه هنگام ورود به تسک جدید.
|
||
* ارسال تکه‌های مشخص و مرتبط از کد به جای چسباندن کل پروژه.
|
||
7. **کال‌اوت‌های Quera:**
|
||
* `<details class="violet">`: تفاوت مصرف توکن در زبان فارسی و کدهای انگلیسی (هزینه و طول توکن‌ها در زبان‌های غیرانگلیسی).
|
||
* `<details class="red">`: قانون طلایی ریست سشن: وقتی ایجنت به دور باطل افتاد، ادامه ندهید؛ چت جدید باز کنید و با پرامپت شفاف هدایتش کنید.
|
||
|
||
### آنچه نباید وارد آن شویم (Out-of-Scope):
|
||
- فرمول‌های ریاضی و معادلات توجه (Self-Attention) یا گرادیان نزولی.
|
||
- تنظیمات فوق‌پیشرفته و فنی پارامترهای API مانند Top-P، Presence Penalty و Frequency Penalty (برای مخاطب عمومی گمراه‌کننده است).
|
||
|
||
---
|
||
|
||
## ۳. مفاهیم کلیدی و کلمات تخصصی (Key Concepts & Terms)
|
||
|
||
| اصطلاح انگلیسی | معادل فارسی مصوب | توضیح یک‌خطی ساده |
|
||
| :--- | :--- | :--- |
|
||
| LLM (Large Language Model) | مدل زبانی بزرگ | هوش مصنوعی آموزش‌دیده روی حجم عظیم متن و کد برای فهم و تولید زبان طبیعی |
|
||
| Token | توکن | کوچک‌ترین واحد خردشده متن یا کد که مدل برای پردازش محاسبه می‌کند |
|
||
| Context Window | پنجره بافت / متن | حداکثر ظرفیت حافظه کوتاه‌مدت فعال مدل در یک مکالمه هم‌زمان |
|
||
| Context Rot | فرسودگی بافت چت | افت کیفیت و گیج شدن مدل بر اثر انباشت طولانی و شلوغ پرامپت‌ها و لاگ‌ها |
|
||
| Hallucination | توهم هوش مصنوعی | پاسخ کاملاً بااعتمادبه‌نفس اما نادرست و اختراع‌شده توسط مدل زبانی |
|
||
| Next-Token Prediction | پیش‌بینی توکن بعدی | مکانیسم اصلی مدل زبانی در حدس زدن محتمل‌ترین قطعه کد بر اساس متن موجود |
|
||
|
||
---
|
||
|
||
## ۴. جایگاه‌های تصاویر و نمودارها (Visual & Diagram Placeholders)
|
||
> **راهنمای ایجنت نویسنده:** تمام تصاویر باید در پوشهٔ `images/` قرار گرفته و در قالب جدول تک‌خانه‌ای وسط‌چین با کپشن تفصیلی درج شوند:
|
||
|
||
1. **تصویر کاور درس:** `images/cover.png`
|
||
* **موضوع:** کاور با تم تیره و مدرن که مغز شبکه‌ای هوش مصنوعی را در حال تبدیل رشته‌های متنی به قطعات پازل کد نمایش می‌دهد.
|
||
2. **استعاره تکه‌های توکن:** `images/token-slicing.png`
|
||
* **موضوع:** نمایش تصویری قطعه‌قطعه شدن یک جمله فارسی و یک خط کد پایتون/جاوااسکریپت به بلوک‌های مجزای رنگی توکن.
|
||
3. **استعاره میز کار و پنجره بافت:** `images/desk-context-analogy.png`
|
||
* **موضوع:** تصویر استعاری میزی با ابعاد مشخص که کاغذهای پرامپت، لاگ خطا و سابقه گفتگو روی آن ریخته شده و کاغذهای قدیمی به لبه پرتگاه رسیده‌اند.
|
||
4. **نحوه کارکرد پیش‌بینی توکن بعدی:** `images/next-token-prediction.png`
|
||
* **موضوع:** فلوچارت تصویری که نشان می‌دهد مدل با توجه به کد قبلی، درصدهای احتمالی گزینه‌های بعدی را می‌سنجد و گزینه محتمل‌تر را می‌نویسد.
|
||
5. **آناتومی توهم در کدنویسی:** `images/hallucination-breakdown.png`
|
||
* **موضوع:** دیاگرام مقایسه‌ای از پاسخ واقعی و مستند در برابر تابع تخیلی ساخته‌شده با اعتمادبه‌نفس بالا توسط مدل.
|
||
6. **سندرم فرسودگی چت و قانون ریست:** `images/context-rot-and-reset.png`
|
||
* **موضوع:** اینفوگرافیک تفاوت یک چت فرسوده پر از خطا با یک شروع تمیز و دقیق (Fresh Context) در حل سریع مسئله.
|
||
|
||
---
|
||
|
||
## ۵. بخش‌بندی و ساختار محتوایی پیشنهادی درس‌نامه (`README.md`)
|
||
|
||
1. **تیتر اصلی:** `# مدل‌های زبانی چطور کد می‌نویسند`
|
||
2. **مقدمه ملموس:** رفع تصورات غلط درباره جادوی هوش مصنوعی و ورود به سازوکار واقعی.
|
||
3. **جدول کاور درس**
|
||
4. **آجر اول: توکن‌ها چگونه شمرده می‌شوند؟:** مفهوم شکستن متن و کد به تکه‌های قابل فهم برای مدل.
|
||
5. **باکس نکته Quera (`<details class="violet">`):** مصرف توکن و تفاوت نگارش فارسی و انگلیسی در مهندسی پرامپت.
|
||
6. **استعاره میز کار: پنجره بافت (Context Window):** ابعاد میز و علت فراموشی یا سردرگمی هوش مصنوعی در چت‌های سنگین.
|
||
7. **پیش‌بینی به جای اندیشیدن: مکانیسم Next-Token:** چرا مدل یک autocomplete فوق‌العاده باهوش است؟
|
||
8. **پدیدهٔ توهم (Hallucination): وقتی AI با اعتمادبه‌نفس دروغ می‌گوید!:** ریشه‌ها و علائم توهم در ساخت کدهای ساختگی.
|
||
9. **بهداشت بافت (Context Hygiene) و راهکارهای طلایی:** معرفی تکنیک‌های ریست کردن سشن، جداسازی تسک‌ها و کنترل ورودی‌ها.
|
||
10. **باکس هشدار Quera (`<details class="red">`):** هرگز در چتی که به بن‌بست خطا خورده اصرار نکنید؛ محیط را تمیز کنید.
|
||
11. **جمع‌بندی درس‌نامه:** تسلط بر مغز هوش مصنوعی به عنوان کلید پیش‌بینی رفتارهای آن.
|
||
|
||
---
|
||
|
||
## ۶. معیارهای پذیرش (Acceptance Criteria for Reviewer)
|
||
- [ ] مفاهیم پیچیده بدون اتکا به فرمول‌های ریاضی و با استعاره‌های ملموس و شفاف شرح داده شده باشند.
|
||
- [ ] استعاره میز کار برای درک پنجره بافت به روشنی تشریح شده باشد.
|
||
- [ ] پدیده توهم همراه با مثال کد ملموس (مانند ایمپورت کردن پکیجی که وجود ندارد) معرفی شده باشد.
|
||
- [ ] راهکار عملی مدیریت طول گفتگو (Context Hygiene) به عنوان مهارت کاربردی برجسته شده باشد.
|