بناء أنظمة معززة بالاسترجاع تقاوم البيانات المسمومة، والوصول غير المصرح به، وهجمات حقن الأوامر (Prompt Injection)، والإجابات غير الآمنة.
٤ أقسام · ١٢ دروس
حدد حدود الثقة وأنماط الفشل التي تجعل "التوليد المعزز بالاسترجاع" (RAG) مختلفاً عن أمن النماذج التقليدي، بما في ذلك النصوص المسترجعة غير الموثوقة ومخرجات النموذج.
٢ دروسادرس مدى تأثير المستندات التالفة والتعليمات المخفية على السياق المُسترجَع، ثم طبّق آليات التحقق من المصدر، ومستويات الثقة، والتقسيم، والعزل، وفحوصات السياسات عند نقاط التحكم المناسبة.
٢ دروستصميم آليات للتحقق من الصلاحيات قبل البحث، وعزل المستأجرين، وحماية التضمينات (embeddings)، والتحقق من صحة البيانات المُدخلة، وتدابير دفاعية في طبقة توليد الإجابات للحماية من تسريب المعلومات والمخرجات غير الآمنة.
٥ دروسقم ببناء آليات للتحقق من الإجابات استناداً إلى الأدلة وأنظمة للمراقبة الأمنية، ثم طبّق هذه الضوابط على تصميم متكامل لنظام RAG مخصص لدعم العملاء، مع تحديد المخاطر المتبقية بوضوح.
٣ دروستجمع أنظمة RAG (التوليد المعزز بالاسترجاع) بين تقنيات البحث ونماذج اللغة، مما يؤدي إلى ثغرات أمنية لا يمكن منعها بمجرد تصميم الأوامر (prompts) التقليدي. تساعد هذه الدورة المطورين ومهندسي تعلم الآلة (ML) -ممن يتمتعون بمستوى متوسط- على فهم حدود الثقة، والتحكم في البيانات ومسارات الاسترجاع، وحماية المستأجرين (tenants) والمعلومات الحساسة، والتحقق من صحة الإجابات. وفي ختام الدورة، ستحصل على تصميم عملي لتأمين نظام RAG مخصص لدعم العملاء، بما يشمل نقاط فرض السياسات الأمنية والمخاطر المتبقية.
تغطي الدورة التدريبية حدود الثقة في أنظمة RAG، وهجمات التسميم (poisoning)، وحقن الأوامر غير المباشر (indirect prompt injection)، والاسترجاع المراعي للصلاحيات، وعزل المستأجرين، وحماية التضمينات (embeddings) ومخازن المتجهات (vector stores)، والتحقق من صحة البيانات المُدخلة، وتصفية المخرجات، والاستشهادات بالمصادر، والتحقق من صحة الإجابات، والمراقبة، والتقييم الأمني.
من مديري المشاريع والعاملين في التشغيل إلى المؤسسين والمحللين والفرق التي تتبنى الذكاء الاصطناعي، Fenzo لكل من يريد أن يتحسّن في العمل الذي يقوم به بالفعل.
أي شيء، من استخدام الذكاء الاصطناعي في تخطيط المشاريع والتحليل إلى تحسين سير العمل واتخاذ القرار والتواصل والتنفيذ. إذا استطعت وصف المهارة أو المهمة، يستطيع Fenzo أن يبني حولها دورة.
نعم. أخبر Fenzo بما تعمل، وما تحاول تحقيقه، وأين تواجه صعوبة، وسيصمّم الدورة حول دورك وأهدافك والعمل الذي عليك إنجازه فعلًا.
لا. يتكيّف Fenzo مع نقطة انطلاقك، فيمكنك البدء بالأساسيات أو الانتقال مباشرةً إلى عمل أكثر تقدمًا.
نعم. يجمع Fenzo للأعمال الفريق كله في خطة واحدة: مقاعد مشتركة، ودورات يمكنك إسنادها، وتقارير توضّح من أنهى ماذا.
تعرّف على Fenzo للأعمالتبدأ بوصف هدفك أو بإجراء تقييم قصير للمهارات. يستخدم Fenzo هذا السياق لتحديد الفجوات وتشكيل تجربة التعلم حولها.
نعم، يعمل Fenzo في متصفح هاتفك.
شيء تتفاعل معه في كل قسم.
ثلاث نتائج من عقود من أبحاث التعلّم شكّلت طريقة بناء كل درس في Fenzo.
متوسط معدل النجاح · Freeman et al., PNAS 2014
ماذا يقول العلم
الطلاب في الصفوف القائمة على المحاضرات فقط أكثر عرضة للرسوب بمقدار ١.٥ مرة.
كيف يطبّقه Fenzo
كل درس في Fenzo تفاعلي. لا قراءة أو مشاهدة سلبية، أبدًا.
تنجزه بنفسكينجزه الذكاء الاصطناعي عنك
الاحتفاظ بالمهارة مع الوقت · مع الممارسة وبدونها
ماذا يقول العلم
إيكال التفكير إلى الذكاء الاصطناعي يُضعف المهارات التي تحاول بناءها.
كيف يطبّقه Fenzo
يجعلك Fenzo تقوم بالتفكير بنفسك، بتوجيه، لكن دون أن يُنجَز عنك.
التذكّر النشطإعادة القراءة
التذكّر طويل المدى · التذكّر النشط مقابل إعادة القراءة
ماذا يقول العلم
استرجاع المعلومات يتفوّق على إعادة قراءتها في بناء فهم راسخ.
كيف يطبّقه Fenzo
تتخلل الدروسَ اختباراتٌ وأسئلة للتذكّر، فيثبت ما تتعلّمه.