قبل عامَين، كان إطلاقُ ميزة LLM بالعربيّة يعني الاعتذار للمستخدم عن الاستجابة التي تصل أحياناً بلهجةٍ خاطئة، أو بلغةٍ خاطئةٍ بالكامل. اليوم، على النماذج الحدوديّة، هذا الصنف من المشكلات قريبٌ من الحلّ. الصنف التالي أهدأ.

التشكيل والمطابقة

تفشل طبقات البحث والمطابقة العربيّة بانتظامٍ عند عدم تطابق التشكيل. يكتب المستخدم محمد، وقاعدة البيانات فيها مُحَمَّد، وتُعامِلهما الطبقةُ الدلاليّة بوصفهما متطابقَين، بينما لا تفعل طبقةُ SQL. لفّ دوالّ المطابقة بمُطبِّعٍ، أو سيُشير الـLLM بثقةٍ إلى سجلٍّ لا يستطيع بقيّة النظام إيجاده.

اللهجات مقابل الفصحى

يكتب المستخدمون بلهجاتهم. مطالباتك، والمحتوى المستدعى، والإجابات المُوَلَّدة، تعيش بالفصحى. الجسر بين الاثنَين سطحٌ هندسيٌّ حقيقيّ، لا تعديلٌ في المطالبة. لأغلب المنتجات، طبِّع مدخل المستخدم إلى الفصحى وقت الاستعلام، وولِّد الإجابة بالفصحى. حيث تستطيع، ولِّد باللهجة التي كتب بها المستخدم — لكن ادفع تكلفة التقييم.

التواريخ والألقاب والسِجِلّ الاجتماعيّ

نموذجٌ يُولِّد "مرحبا" لعميلٍ مؤسّسيٍّ صحيحٌ في الحقائق وخاطئٌ بالكامل. يهمّ السِجِلّ في العربيّة أكثر ممّا تتوقّعه فرق المنتج في البداية. اجعله جزءاً من مطالبة النظام، وقيّم انحراف السِجِلّ كما تقيّم انحراف الحقائق.

يجب أن تكون التواريخ الهجريّة عنصراً من الدرجة الأولى في المطالبة إن كان مستخدموك يعملون بها. لا تعتمد على النموذج في التحويل؛ زوّده بالاثنَين.

والجزءُ الصادق

كلٌّ ممّا سبق قرارٌ، لا إعداد. تعيش ميزاتُ LLM في المنتجات العربيّة أو تموت بحسب كم من هذه القرارات مستعدٌّ الفريقُ لاتّخاذها صراحةً — وكم يتركها للنموذج بالمصادفة.