مشروع تجريبي قائم على القواعد يراكم التوسيم بنفسه ويختصر انتظار النموذج من عام كامل إلى صفر

جمع التوسيم كمرحلة منفصلة لكاشف الشذوذ يعني الانتظار ستة أشهر، وربما سنة كاملة، قبل أن يبدأ النظام بأي عمل يُذكر. وقد وصف أليكسي، مسؤول مسار ML، على Habr طريقة لإلغاء هذه الفجوة: يدخل المشروع التجريبي القائم على القواعد الخدمة فورًا، وينتج بالتوازي التوسيم الذي يتعلم منه النموذج لاحقًا.

لا وجود للتوسيم قبل أن يبدأ أحد بإنتاجه

يمكن ترتيب الأدلة المرجعية ومصادر البيانات مسبقًا. هذا عمل لا يعتمد على النموذج، وقد تناوله الكاتب في مقال منفصل. أما مع التوسيم فالأمر مختلف. لم يحدد أحد يومًا بأثر رجعي أين كانت الحالة شاذة وأين كانت طبيعية. هذا السجل التاريخي غير موجود إلى أن يبدأ أحد بإصدار أحكام على التدفق الحي للأحداث.

ومن هنا يأتي مأزق الخطة الكلاسيكية: جمع بيانات موسومة أولًا، ثم التدريب، ثم الإطلاق. فإذا كانت الوسوم لا تظهر إلا أثناء تشغيل النظام، اصطدمت الخطة بشرطها الخاص.

لماذا القواعد وليس النموذج

المثال هنا هو الرقابة على المشتريات: البحث عن الأسعار المبالغ فيها، والمشتريات غير المطابقة للغرض، والمشتريات خارج المناقصات. ويعدد الكاتب ما يتعطل في كل نهج من النهج البديهية:

• لا توجد بيانات يُدرَّب عليها نموذج supervised، إذ لا توجد أمثلة موسومة؛
• نهج unsupervised يعطي، مع الأحداث النادرة، عددًا كبيرًا جدًا من الإنذارات الكاذبة؛
• LLM بلا مرجع قياسي للسعر يصف السعر المبالغ فيه بثقة بأنه سعر سوقي.

صيغت خلاصة الإعلان بحزم: طبقة القواعد أولًا، ثم النموذج فوقها لاحقًا. فالقواعد تعطي نتيجة عاملة منذ اليوم الأول. وكل إنذار يؤكده الخبير أو يرفضه يصبح لبنة في التوسيم المستقبلي. وهكذا يعود المشروع التجريبي بفائدة فعلية، ولا يكتفي بانتظار تراكم البيانات.

أما المرجع القياسي للسعر السوقي نفسه، فقد تركه الكاتب في المقال السابق مسألة مفتوحة. وهو يرى هنا أن الإطلاق ممكن دون انتظار ظهور هذا المرجع.

الخلاصات الرئيسية

• مدة جمع التوسيم كمرحلة منفصلة: من ستة أشهر إلى سنة.
• مجال التطبيق: الأسعار المبالغ فيها، والمشتريات غير المطابقة للغرض، والمشتريات خارج المناقصات.
• جُرّب الأسلوب على مهام مختلفة، واختيرت المشتريات للتوضيح.
• البنية: طبقة القواعد أولًا، ويُبنى نموذج ML فوقها لاحقًا.
• الخطر الرئيسي في نهج LLM: أحكام واثقة عن السوق دون مرجع قياسي خارجي.

من المهم التنبيه إلى قيد هنا. فالمقتطف المنشور لا يتضمن تفاصيل الآلية: كيف تعود الأحكام إلى مجموعة البيانات بالضبط، ومن يصدرها، وما الحجم اللازم للتدريب، وما مقاييس الجودة المتحققة. هذه التفاصيل موجودة في النسخة الكاملة من المقال، ومن المبكر تقييم فاعلية الأسلوب استنادًا إلى الإعلان وحده.

ما الذي يمكن الاستفادة منه عمليًا

يصلح هذا المنطق لما هو أبعد بكثير من المشتريات. إذا كنت تبني كاشف شذوذ في المالية أو اللوجستيات أو مكافحة الاحتيال أو المراقبة الصناعية، فمن المفيد أن تسأل نفسك أولًا: من أين ستأتي الوسوم، وكم سيطول الانتظار؟ فإذا كان الجواب «لن تأتي أبدًا» أو «بعد سنة»، فالأجدر إعادة تصميم المشروع.

والترتيب العملي كما يلي. ابدأ بقواعد بسيطة قابلة للتحقق يفهمها الخبراء ويقبلون تأكيدها. وأدرج في العملية توثيق قرار الإنسان في كل إنذار. واعدّ هذه القرارات منتجًا رئيسيًا للمشروع التجريبي، على قدم المساواة مع الحالات المكتشفة نفسها. وأضف النموذج عندما يتراكم عدد كافٍ من الحالات المؤكدة والمرفوضة، واستخدم LLM حيث يتوفر مرجع قياسي خارجي يمكن التحقق من مزاعمه عليه.

هذا المسار أقل إبهارًا من «سندرّب شبكة عصبية على كل شيء». لكنه يمنح الأعمال نتيجة بعد أسابيع لا بعد عام، ويترك للفريق مجموعة بيانات موسومة خاصة به بدل الاتكال على بيانات الآخرين.