[{"data":1,"prerenderedAt":2339},["ShallowReactive",2],{"blog-article-/ar-sa/blog/zero-hallucination-qa":3,"blog-list-ar-sa":1428},{"id":4,"title":5,"body":6,"config":1412,"date":1413,"description":1414,"draft":1415,"extension":1416,"image":1412,"meta":1417,"navigation":1418,"path":1419,"seo":1420,"stem":1421,"tags":1422,"toolbar":1412,"translationKey":1426,"updated":1413,"__hash__":1427},"blog/ar-sa/blog/zero-hallucination-qa.md","كيف بنيت Q&A «صفر هلوسة» في القارئ",{"type":7,"value":8,"toc":1376},"minimark",[9,17,32,35,40,47,52,57,75,80,93,98,132,135,139,157,164,168,183,188,225,232,236,249,274,279,396,414,420,422,426,433,448,455,475,481,483,487,490,496,498,502,525,534,595,598,609,619,626,628,632,643,649,656,660,667,675,682,686,696,739,750,756,758,762,777,785,791,794,829,839,847,853,860,864,872,878,889,891,895,901,905,912,916,939,946,948,952,958,1016,1021,1023,1027,1034,1053,1057,1077,1088,1090,1094,1105,1108,1131,1142,1148,1150,1154,1169,1180,1182,1186,1207,1218,1220,1224,1243,1249,1251,1255,1343,1350,1361],[10,11,12],"p",{},[13,14],"img",{"alt":15,"src":16},"الغلاف: Q&A بصفر هلوسة","https://cdn.linghuxiong.com/resources/snapshots/ai-chat-cover.png",[18,19,20],"blockquote",{},[10,21,22,23,27,28,31],{},"يشارك هذا المقال تنفيذ ",[24,25,26],"strong",{},"Q&A بصفر هلوسة"," في قارئنا بالذكاء الاصطناعي: الإجابات مبنية بدقة على نص الكتاب المفتوح، ويمكن ",[24,29,30],{},"تتبع"," الادعاءات الرئيسية بنقرة واحدة إلى المقطع الدقيق. إن كنت تبني قراءة بالذكاء الاصطناعي أو Q&A للمستندات أو تطبيقات شبيهة بـ RAG، نأمل أن تفيد ثلاث تكرارات من الدروس والبنية النهائية.",[33,34],"hr",{},[36,37,39],"h2",{"id":38},"i-التطور-في-ثلاث-مراحل","I. التطور في ثلاث مراحل",[10,41,42,43,46],{},"لم يُصمَّم Q&A بصفر هلوسة بشكل مثالي من اليوم الأول. تطور تحت توتر بين ",[24,44,45],{},"التكلفة والزمن والدقة",". فيما يلي عرض زمني لثلاث مراحل—سياق مفيد لفهم شكل البنية الحالية.",[48,49],"mermaid",{":config":50,"code":51},"config","flowchart%20LR%0A%20%20%20%20P1%5B%D8%A7%D9%84%D9%85%D8%B1%D8%AD%D9%84%D8%A9%201%3A%20%D8%A5%D8%AF%D8%AE%D8%A7%D9%84%20%D8%A7%D9%84%D9%86%D8%B5%20%D8%A7%D9%84%D9%83%D8%A7%D9%85%D9%84%20%D9%81%D9%8A%20%D8%A7%D9%84%D8%B3%D9%8A%D8%A7%D9%82%5D%20--%3E%20P2%5B%D8%A7%D9%84%D9%85%D8%B1%D8%AD%D9%84%D8%A9%202%3A%20LLM%20%D9%8A%D8%B3%D8%AA%D8%AE%D8%B1%D8%AC%20%D8%AC%D9%85%D9%84%D9%8B%D8%A7%20%D8%B1%D8%A6%D9%8A%D8%B3%D9%8A%D8%A9%5D%0A%20%20%20%20P2%20--%3E%20P3%5B%D8%A7%D9%84%D9%85%D8%B1%D8%AD%D9%84%D8%A9%203%3A%20%D9%81%D9%87%D8%B1%D8%B3%20%D9%85%D9%82%D8%A7%D8%B7%D8%B9%20%2B%20Tool%20retrieval%5D%0A%20%20%20%20P1%20-.-%3E%7C%D8%A8%D8%B7%D9%8A%D8%A1%D8%8C%20%D9%85%D9%83%D9%84%D9%81%D8%8C%20%D8%BA%D9%8A%D8%B1%20%D8%AF%D9%82%D9%8A%D9%82%20%D9%81%D9%8A%20%D8%A7%D9%84%D9%83%D8%AA%D8%A8%20%D8%A7%D9%84%D8%B7%D9%88%D9%8A%D9%84%D8%A9%7C%20X1%5B%D9%85%D8%AA%D8%B1%D9%88%D9%83%5D%0A%20%20%20%20P2%20-.-%3E%7C%D9%81%D9%82%D8%AF%D8%A7%D9%86%20%D8%AA%D9%81%D8%A7%D8%B5%D9%8A%D9%84%D8%8C%20%D9%85%D8%A7%20%D8%B2%D8%A7%D9%84%20%D8%A8%D8%B7%D9%8A%D8%A6%D9%8B%D8%A7%7C%20X2%5B%D9%85%D8%AA%D8%B1%D9%88%D9%83%5D%0A%20%20%20%20P3%20--%3E%7C%D8%A7%D9%84%D8%AD%D8%A7%D9%84%D9%8A%7C%20OK%5B%D8%B5%D9%81%D8%B1%20%D9%87%D9%84%D9%88%D8%B3%D8%A9%20%2B%20%D9%82%D8%A7%D8%A8%D9%84%20%D9%84%D9%84%D8%AA%D8%AA%D8%A8%D8%B9%5D",[53,54,56],"h3",{"id":55},"المرحلة-1-إدخال-الكتاب-كاملًا-في-السياق-الأبسطوالأول-الذي-ينكسر","المرحلة 1: إدخال الكتاب كاملًا في السياق (الأبسط—والأول الذي ينكسر)",[10,58,59,62,63,66,67,70,71,74],{},[24,60,61],{},"النهج:"," عندما يفتح المستخدم كتابًا ويسأل، وضع ",[24,64,65],{},"كل النص المستخرج"," في System Prompt أو رسالة المستخدم ودع نموذج المحادثة يجيب. إن تجاوز الكتاب نحو ",[24,68,69],{},"400 ألف حرف","، ",[24,72,73],{},"قصّ صارم","—يُحفظ البداية فقط؛ الفصول اللاحقة غير مرئية للنموذج.",[10,76,77],{},[24,78,79],{},"المزايا:",[81,82,83,87,90],"ul",{},[84,85,86],"li",{},"تكلفة تنفيذ منخفضة جدًا؛ بدون معالجة مسبقة تقريبًا؛",[84,88,89],{},"يعمل بشكل معقول على كتب قصيرة ومستندات بسيطة—النموذج «رأى الكتاب كاملًا» فعلًا؛",[84,91,92],{},"تجربة بسيطة: اسأل واحصل على إجابة، دون «انتظر التحليل».",[10,94,95],{},[24,96,97],{},"العيوب (تصبح سريعًا غير مقبولة):",[81,99,100,106,112,122],{},[84,101,102,105],{},[24,103,104],{},"استجابات بطيئة:"," كل سؤال يعيد إرسال حمولة ضخمة؛ زمن أول token والزمن الكلي ينمو مع طول الكتاب؛",[84,107,108,111],{},[24,109,110],{},"تكلفة tokens عالية:"," تدفع إدخال الكتاب كاملًا في كل سؤال؛",[84,113,114,117,118,121],{},[24,115,116],{},"الكتب الطويلة تتشوه:"," بعد 400 ألف حرف، النصف الثاني والملاحق والخلاصات كأنها غير موجودة—والواجهة غالبًا ",[24,119,120],{},"لا توضح"," أن هناك قصًا؛",[84,123,124,127,128,131],{},[24,125,126],{},"حبيبية استرجاع صفرية:"," على النموذج «إيجاد إبرة في كومة قش» عبر مئات الآلاف من الأحرف—سهل تفويت التفاصيل وأسهل إنتاج ",[24,129,130],{},"ملخصات مقنعة بلا أساس","—ما يجب على تطبيقات القراءة تجنبه.",[10,133,134],{},"المرحلة 1 مناسبة لـ MVP، لا لمنتج بجودة.",[53,136,138],{"id":137},"المرحلة-2-llm-أخف-لاستخراج-جمل-رئيسية-ضغط-السياقلكن-بشدة-زائدة","المرحلة 2: LLM أخف لاستخراج جمل رئيسية (ضغط السياق—لكن بشدة زائدة)",[10,140,141,143,144,147,148,151,152,156],{},[24,142,61],{}," قبل Q&A (أو عند الفتح الأول)، تشغيل ",[24,145,146],{},"نموذج أرخص"," على النص: تقسيم حسب فصل Spine (أو تقسيم الكتاب)، استخراج ",[24,149,150],{},"جمل رئيسية","، الإبقاء على علامات موضع مثل ",[153,154,155],"code",{},"[fملف-بداية-نهاية]","، ثم دمج مقتطفات في سياق أقصر لـ Q&A لاحق.",[10,158,159,160,163],{},"خط أنابيب نموذجي: ",[24,161,162],{},"Extract → Cache → Chat",". استخراج مرة (offline أو عند الطلب)، تخزين «حزمة جمل رئيسية»، إعادة استخدامها في كل سؤال—نفس فكرة كثير من نماذج Q&A للمستندات.",[10,165,166],{},[24,167,79],{},[81,169,170,177,180],{},[84,171,172,173,176],{},"كل سؤال يرسل ",[24,174,175],{},"نصًا أقل بكثير","؛ استهلاك tokens لكل طلب ينخفض مقارنة بالمرحلة 1؛",[84,178,179],{},"يمكن تخزين المعالجة المسبقة مؤقتًا؛ لا إعادة استخراج لكل سؤال على نفس الكتاب؛",[84,181,182],{},"علامات الموضع تمهّد للاستشهادات.",[10,184,185],{},[24,186,187],{},"العيوب (ما زالت تفشل على الكتب الطويلة):",[81,189,190,196,206,215],{},[84,191,192,195],{},[24,193,194],{},"فقدان تفاصيل كبير:"," «الجمل الرئيسية» يختارها النموذج؛ المحددات والأمثلة المضادة وسلاسل الحجة تُسقط غالبًا—إجابات «صحيحة لكن من جانب واحد»؛",[84,197,198,201,202,205],{},[24,199,200],{},"السياق ما زال كبيرًا في الكتب الطويلة:"," حتى حزم الجمل الرئيسية للأعمال الكبيرة ضخمة—الزمن والتكلفة ",[24,203,204],{},"يُخفَّفان لا يُحلَّان","؛",[84,207,208,211,212,205],{},[24,209,210],{},"خطأ LLM مزدوج:"," الاستخراج قد يفوت؛ Q&A قد يقرأ المقتطفات خطأ—الأخطاء ",[24,213,214],{},"تتراكم",[84,216,217,220,221,224],{},[24,218,219],{},"سياق ثابت:"," سواء سأل المستخدم عن فصل أو بنية الكتاب، النموذج يحصل دائمًا على ",[24,222,223],{},"نفس الكتلة المستخرجة مسبقًا","—لا تضييق ديناميكي حسب السؤال.",[10,226,227,228,231],{},"الدرس: المسألة ليست «هل نضغط»، بل ",[24,229,230],{},"«هل الضغط عند الطلب وهل يمكن العودة للنص المصدر»",".",[53,233,235],{"id":234},"المرحلة-3-فهرس-مقاطع-tool-retrieval-عند-الطلب-إرجاع-النص-المصدر-الحالي","المرحلة 3: فهرس مقاطع + Tool retrieval عند الطلب + إرجاع النص المصدر (الحالي)",[10,237,238,240,241,248],{},[24,239,61],{}," مستوحى من ",[242,243,247],"a",{"href":244,"rel":245},"https://github.com/VectifyAI/PageIndex",[246],"nofollow","PageIndex",". مقارنة بالمرحلة 2، ثلاث تحولات أساسية:",[250,251,252,258,268],"ol",{},[84,253,254,257],{},[24,255,256],{},"المعالجة المسبقة تنتج فهرسًا منظمًا"," (ملخصات على مستوى جدول المحتويات + spans أحرف دقيقة)، لا مقتطفات كسياق Q&A مباشرة؛",[84,259,260,263,264,267],{},[24,261,262],{},"كل سؤال يستخدم Tool Calling للاسترجاع عند الطلب","، ثم ",[24,265,266],{},"يسحب نصًا مصدرًا بعلامات موضع"," للإجابة؛",[84,269,270,273],{},[24,271,272],{},"System Prompt + الواجهة"," يفرضان تنسيق الاستشهاد ويدعمان القفز بالنقر والتمييز في القارئ.",[10,275,276],{},[24,277,278],{},"مقارنة المراحل الثلاث:",[280,281,282,301],"table",{},[283,284,285],"thead",{},[286,287,288,292,295,298],"tr",{},[289,290,291],"th",{},"البعد",[289,293,294],{},"المرحلة 1 (إدخال كامل)",[289,296,297],{},"المرحلة 2 (جمل رئيسية)",[289,299,300],{},"المرحلة 3 (الحالي)",[302,303,304,323,337,351,365,382],"tbody",{},[286,305,306,310,313,316],{},[307,308,309],"td",{},"السياق لكل سؤال",[307,311,312],{},"الكتاب كامل (أو النصف الأمامي المقصوص)",[307,314,315],{},"جمل رئيسية مستخرجة مسبقًا",[307,317,318,319,322],{},"مقتطفات ",[24,320,321],{},"مصدر"," فقط ذات صلة بالسؤال",[286,324,325,328,331,334],{},[307,326,327],{},"دقة الكتب الطويلة",[307,329,330],{},"ينهار بعد ~400k حرف",[307,332,333],{},"يعتمد على الاستخراج؛ يفقد تفاصيل",[307,335,336],{},"استرجاع حسب TOC/span؛ لا قصّ صارم للكتاب كاملًا",[286,338,339,342,345,348],{},[307,340,341],{},"سرعة الاستجابة",[307,343,344],{},"بطيئة",[307,346,347],{},"أفضل قليلًا؛ الكتب الطويلة ما زالت بطيئة",[307,349,350],{},"استرجاع + سياق قصير—أسرع بوضوح",[286,352,353,356,359,362],{},[307,354,355],{},"تكلفة tokens",[307,357,358],{},"عالية جدًا",[307,360,361],{},"متوسطة-عالية",[307,363,364],{},"معالجة مسبقة مُطَفَّأة + دفع عند الحاجة",[286,366,367,370,373,376],{},[307,368,369],{},"قابلية التتبع",[307,371,372],{},"ضعيفة",[307,374,375],{},"علامات موجودة لكن المحتوى مُصفّى مسبقًا",[307,377,378,379],{},"الحواشي تطابق ",[24,380,381],{},"spans مصدر حقيقية",[286,383,384,387,390,393],{},[307,385,386],{},"تعقيد هندسي",[307,388,389],{},"منخفض",[307,391,392],{},"متوسط",[307,394,395],{},"مرتفع",[10,397,398,401,402,405,406,409,410,413],{},[24,399,400],{},"لماذا توقفنا عند المرحلة 3:"," في القراءة، صفر هلوسة ليس «إظهار أكبر قدر من النص للنموذج»، بل ",[24,403,404],{},"«قبل الإجابة، جلب دليل مصدر للسؤال»",". المرحلتان 1–2 قاتلتا ",[24,407,408],{},"حجم السياق","؛ المرحلة 3 تقسم الخط إلى ",[24,411,412],{},"فهرس (معالجة مسبقة) → استرجاع (Tool) → دليل (مصدر) → إجابة (توليد مقيد)","—توازن الدقة والتكلفة وقابلية التتبع.",[10,415,416,417,231],{},"فيما يلي تفاصيل ",[24,418,419],{},"المرحلة 3",[33,421],{},[36,423,425],{"id":424},"ii-تعريف-المشكلة-في-qa-للكتب-الهلوسة-أخطر-من-الدردشة-العامة","II. تعريف المشكلة: في Q&A للكتب، الهلوسة أخطر من الدردشة العامة",[10,427,428,429,432],{},"المستخدمون يغفرون أخطاء عرضية في روبوت دردشة عام. في ",[24,430,431],{},"Q&A للكتب","، التكلفة أعلى:",[81,434,435,442,445],{},[84,436,437,438,441],{},"يسألون ماذا تقول ",[24,439,440],{},"هذا الكتاب","—لا ما في الذاكرة البارامترية للنموذج؛",[84,443,444],{},"«رأي من الكتاب» مقنع قد يضلل الملاحظات والاقتباسات وإعادة المشاركة؛",[84,446,447],{},"بلا مصادر لا يمكن التحقق—الثقة صعبة البناء.",[10,449,450,451,454],{},"إذن «صفر هلوسة» تصبح ثلاث قواعد ",[24,452,453],{},"قابلة للتنفيذ",":",[250,456,457,463,469],{},[84,458,459,462],{},[24,460,461],{},"أسئلة الكتاب يجب أن تستعلم الكتاب أولًا:"," أي شيء قد يخص الكتاب المفتوح يمر عبر الاسترجاع (Tool) قبل الإجابة؛",[84,464,465,468],{},[24,466,467],{},"الإجابات يجب أن تكون قابلة للتتبع:"," ادعاءات رئيسية بعلامات موضع يمكن للواجهة تحليلها والقفز إليها؛",[84,470,471,474],{},[24,472,473],{},"قل عندما لا تجد:"," إن لم يكن في الكتاب، قل ذلك—لا تلبس المعرفة العامة ثوب «ما يقوله الكتاب».",[10,476,477,478,480],{},"الباقي يتبع تدفق بيانات ",[24,479,419],{}," وكيف تُنفَّذ القواعد.",[33,482],{},[36,484,486],{"id":485},"iii-البنية-معالجة-مسبقة-tool-retrieval-توليد-مقيد-استشهادات-قابلة-للنقر","III. البنية: معالجة مسبقة → Tool retrieval → توليد مقيد → استشهادات قابلة للنقر",[48,488],{":config":50,"code":489},"flowchart%20TB%0A%20%20%20%20subgraph%20prep%20%5B%D9%85%D8%B9%D8%A7%D9%84%D8%AC%D8%A9%20%D9%85%D8%B3%D8%A8%D9%82%D8%A9%20offline%20%2F%20%D8%A3%D9%88%D9%84%20%D9%85%D8%B1%D8%A9%5D%0A%20%20%20%20%20%20%20%20A%5B%D8%AA%D9%82%D8%B3%D9%8A%D9%85%20%D8%A7%D9%84%D9%83%D8%AA%D8%A7%D8%A8%20%D8%AD%D8%B3%D8%A8%20TOC%20%D8%A3%D9%88%20%D8%A7%D9%84%D8%B7%D9%88%D9%84%5D%20--%3E%20B%5B%D9%85%D9%84%D8%AE%D8%B5%D8%A7%D8%AA%20%D9%85%D9%82%D8%A7%D8%B7%D8%B9%20%D8%A8%D9%80%20LLM%5D%0A%20%20%20%20%20%20%20%20B%20--%3E%20C%5B%D8%AA%D8%AE%D8%B2%D9%8A%D9%86%20cache%20Segment%20%D9%85%D8%AD%D9%84%D9%8A%D9%8B%D8%A7%5D%0A%20%20%20%20end%0A%0A%20%20%20%20subgraph%20ask%20%5B%D8%B3%D8%A4%D8%A7%D9%84%20%D8%A7%D9%84%D9%85%D8%B3%D8%AA%D8%AE%D8%AF%D9%85%5D%0A%20%20%20%20%20%20%20%20D%5B%D9%85%D8%AF%D8%AE%D9%84%20%D8%A7%D9%84%D9%85%D8%B3%D8%AA%D8%AE%D8%AF%D9%85%5D%20--%3E%20E%7B%D9%8A%D9%88%D8%AC%D8%AF%20cache%20Segment%3F%7D%0A%20%20%20%20%20%20%20%20E%20--%3E%7C%D9%84%D8%A7%7C%20F%5B%D8%A7%D8%B3%D8%AA%D8%AE%D8%B1%D8%A7%D8%AC%20%D8%A7%D9%84%D9%86%D8%B5%20%D8%A7%D9%84%D9%83%D8%A7%D9%85%D9%84%20%2F%20%D8%B7%D9%84%D8%A8%20%D9%85%D8%B9%D8%A7%D9%84%D8%AC%D8%A9%20%D9%85%D8%B3%D8%A8%D9%82%D8%A9%5D%0A%20%20%20%20%20%20%20%20F%20--%3E%20prep%0A%20%20%20%20%20%20%20%20E%20--%3E%7C%D9%86%D8%B9%D9%85%7C%20G%5B%D8%AA%D8%B3%D8%AC%D9%8A%D9%84%20Tool%20Calling%5D%0A%20%20%20%20end%0A%0A%20%20%20%20subgraph%20retrieve%20%5B%D8%A7%D8%B3%D8%AA%D8%B1%D8%AC%D8%A7%D8%B9%20Tool%5D%0A%20%20%20%20%20%20%20%20G%20--%3E%20H%7B%D9%86%D9%88%D8%B9%20%D8%A7%D9%84%D8%B3%D8%A4%D8%A7%D9%84%7D%0A%20%20%20%20%20%20%20%20H%20--%3E%7C%D9%86%D8%B8%D8%B1%D8%A9%20%D8%B9%D8%A7%D9%85%D8%A9%20%2F%20%D9%85%D8%B1%D8%A7%D8%AC%D8%B9%D8%A9%7C%20I%5Bget_full_book_segment_summaries%5D%0A%20%20%20%20%20%20%20%20H%20--%3E%7C%D8%AD%D9%82%D8%A7%D8%A6%D9%82%20%2F%20%D8%A3%D8%B4%D8%AE%D8%A7%D8%B5%20%2F%20%D9%81%D8%B5%D9%84%7C%20J%5Bget_related_segment_summaries%5D%0A%20%20%20%20%20%20%20%20J%20--%3E%20K%5BLLM%20%D9%8A%D8%AE%D8%AA%D8%A7%D8%B1%20%D9%85%D8%B9%D8%B1%D9%81%D8%A7%D8%AA%20%D9%85%D9%82%D8%A7%D8%B7%D8%B9%20%D9%85%D9%86%20%D9%83%D8%AA%D8%A7%D9%84%D9%88%D8%AC%20%D8%A7%D9%84%D9%85%D9%84%D8%AE%D8%B5%D8%A7%D8%AA%5D%0A%20%20%20%20%20%20%20%20K%20--%3E%20L%5B%D8%AC%D9%84%D8%A8%20%D8%A7%D9%84%D9%85%D8%B5%D8%AF%D8%B1%20%D8%AD%D8%B3%D8%A8%20span%20%2B%20%D8%B9%D9%84%D8%A7%D9%85%D8%A7%D8%AA%20%D9%85%D9%88%D8%B6%D8%B9%5D%0A%20%20%20%20%20%20%20%20I%20--%3E%20M%5B%D8%AF%D9%85%D8%AC%20%D9%83%D9%84%20%D9%85%D9%84%D8%AE%D8%B5%D8%A7%D8%AA%20%D8%A7%D9%84%D9%85%D9%82%D8%A7%D8%B7%D8%B9%5D%0A%20%20%20%20end%0A%0A%20%20%20%20subgraph%20answer%20%5B%D8%AA%D9%88%D9%84%D9%8A%D8%AF%20%D9%88%D8%B9%D8%B1%D8%B6%5D%0A%20%20%20%20%20%20%20%20L%20--%3E%20N%5B%D9%86%D8%AA%D8%A7%D8%A6%D8%AC%20Tool%20%D9%84%D9%84%D9%86%D9%85%D9%88%D8%B0%D8%AC%5D%0A%20%20%20%20%20%20%20%20M%20--%3E%20N%0A%20%20%20%20%20%20%20%20N%20--%3E%20O%5B%D9%82%D9%88%D8%A7%D8%B9%D8%AF%20%D8%A7%D9%84%D8%A7%D8%B3%D8%AA%D8%B4%D9%87%D8%A7%D8%AF%20%D9%81%D9%8A%20System%20Prompt%5D%0A%20%20%20%20%20%20%20%20O%20--%3E%20P%5B%D8%A8%D8%AB%20%D8%A7%D9%84%D8%A5%D8%AC%D8%A7%D8%A8%D8%A9%20%2B%20%D8%AD%D9%88%D8%A7%D8%B4%D9%8A%20%D9%85%D9%88%D8%B6%D8%B9%5D%0A%20%20%20%20%20%20%20%20P%20--%3E%20Q%5B%D8%B9%D8%B1%D8%B6%20%D8%AD%D9%88%D8%A7%D8%B4%D9%8A%20%D9%82%D8%A7%D8%A8%D9%84%D8%A9%20%D9%84%D9%84%D9%86%D9%82%D8%B1%5D%0A%20%20%20%20%20%20%20%20Q%20--%3E%20R%5B%D9%86%D9%82%D8%B1%D8%A9%20%E2%86%92%20%D9%85%D8%B9%D8%A7%D9%8A%D9%86%D8%A9%20%E2%86%92%20%D9%82%D9%81%D8%B2%20%D9%88%D8%AA%D9%85%D9%8A%D9%8A%D8%B2%5D%0A%20%20%20%20end",[10,491,492,493],{},"الفكرة الأساسية: ",[24,494,495],{},"لا تدع النموذج «يجيب من الذاكرة»—أجبره على «جمع الدليل، الإجابة، ووسم المصادر».",[33,497],{},[36,499,501],{"id":500},"iv-المعالجة-المسبقة-تحويل-الكتاب-كاملًا-إلى-فهرس-مقاطع-قابل-للبحث","IV. المعالجة المسبقة: تحويل الكتاب كاملًا إلى فهرس مقاطع قابل للبحث",[10,503,504,505,508,509,512,513,516,517,520,521,524],{},"إن استخدم كل سؤال سياق الكتاب الكامل من ",[24,506,507],{},"المرحلة 1","، الكتب الطويلة تفجر ميزانية tokens والاسترجاع خشن جدًا. المرحلة 3: عند أول محادثة AI لكتاب، تشغيل ",[24,510,511],{},"مهمة ملخص مقاطع"," في الخلفية—تقسيم حسب ",[24,514,515],{},"TOC"," أو ",[24,518,519],{},"طول النص"," إلى ",[153,522,523],{},"Segment","s، تلخيص كل واحد، تخزين في IndexedDB محلي.",[10,526,527,528,530,531,454],{},"كل ",[153,529,523],{}," يحمل ملخصًا و",[24,532,533],{},"موضعًا فيزيائيًا في النص",[280,535,536,546],{},[283,537,538],{},[286,539,540,543],{},[289,541,542],{},"الحقل",[289,544,545],{},"المعنى",[302,547,548,562,575,585],{},[286,549,550,559],{},[307,551,552,555,556],{},[153,553,554],{},"startFileIndex"," / ",[153,557,558],{},"endFileIndex",[307,560,561],{},"فهرس ملف Spine (PDF: ملف لكل صفحة)",[286,563,564,572],{},[307,565,566,555,569],{},[153,567,568],{},"startOffset",[153,570,571],{},"endOffset",[307,573,574],{},"بداية/نهاية بالأحرف",[286,576,577,582],{},[307,578,579],{},[153,580,581],{},"sequence",[307,583,584],{},"ترتيب القراءة الخطي",[286,586,587,592],{},[307,588,589],{},[153,590,591],{},"title",[307,593,594],{},"عنوان TOC",[10,596,597],{},"التقسيم يوازن الدقة والتكلفة: إن كان نص عقدة TOC أقل من ~20KB، لخّص تلك العقدة فقط؛ الأشقاء قد يُدمَجون في دفعات (15–20KB) قبل استدعاءات LLM؛ كتل طويلة بلا بنية تُقسَّم في نطاقات ~30–40 ألف حرف.",[10,599,600,601,604,605,608],{},"System Prompt للملخص يطلب ",[24,602,603],{},"الإبقاء على علامات موضع inline"," (",[153,606,607],{},"[fرقم-رقم-رقم]",") ليتوافق المصدر من Tool مع إزاحات Spine. قيد أساسي:",[610,611,617],"pre",{"className":612,"code":614,"language":615,"meta":616},[613],"language-text","إن ارتبط الملخص بمقطع، أبقِ علامة الموضع في النهاية [fرقم-رقم-رقم] (مثل [f1-90-109]).\nالعلامات ذرية—لا تغيّر أو تدمج أو تحذف أي حرف أو رقم.\n","text","",[153,618,614],{"__ignoreMap":616},[10,620,621,622,625],{},"بعد المعالجة المسبقة، Q&A يعتمد على ",[24,623,624],{},"فهرس مقاطع منظم"," لا سياق الكتاب كاملًا—شرط هندسي لصفر هلوسة في الكتب الطويلة.",[33,627],{},[36,629,631],{"id":630},"v-نظام-علامات-الموضع-ترميز-أين-في-النص","V. نظام علامات الموضع: ترميز «أين» في النص",[10,633,634,635,638,639,642],{},"صفر هلوسة يتطلب محتوى من المصدر ",[24,636,637],{},"و"," ",[24,640,641],{},"مصدرًا"," قابلًا للتحليل آليا والقفز في الواجهة. نستخدم علامات inline:",[610,644,647],{"className":645,"code":646,"language":615},[613],"[f{fileIndex}-{startChar}-{endChar}]\n",[153,648,646],{"__ignoreMap":616},[10,650,651,652,655],{},"مثال: ",[153,653,654],{},"[f5-123-165]"," = ملف Spine 5 (أساس 0)، أحرف 123–165.",[53,657,659],{"id":658},"_51-كيف-تُكتب-العلامات-في-النص","5.1 كيف تُكتب العلامات في النص",[10,661,662,663,666],{},"طبقة الاستخراج تضيف ",[153,664,665],{},"[f{fileIndex}-{start}-{end}]"," في نهاية المقاطع:",[610,668,673],{"className":669,"code":671,"language":672,"meta":616},[670],"language-typescript","const position = `[f${fileIndex}-${absOffset}-${absOffset + segment.length}]`;\nfileLines.push(segment.text.trim() + position);\n","typescript",[153,674,671],{"__ignoreMap":616},[10,676,677,678,681],{},"سواء ملخصات المعالجة المسبقة أو مقتطفات Tool، المواضع تتماشى مع ",[24,679,680],{},"إزاحات أحرف Spine","—لا أرقام صفحات يخمّنها النموذج.",[53,683,685],{"id":684},"_52-قيود-على-مخرجات-النموذج","5.2 قيود على مخرجات النموذج",[10,687,688,689,695],{},"System Prompt يتضمن ",[24,690,691],{},[692,693,694],"span",{},"Position Citation Rules","—خمس نقاط أساسية:",[250,697,698,708,718,724,733],{},[84,699,700,703,704,707],{},[24,701,702],{},"تنسيق قياسي:"," يجب استخدام ",[153,705,706],{},"[f_fileIndex-startChar-endChar]","؛ الأجزاء الثلاثة الرقمية مطلوبة؛",[84,709,710,713,714,717],{},[24,711,712],{},"نسخ من المصادر الحالية فقط:"," الحواشي ",[24,715,716],{},"حرفيًا"," من رسائل system/user أو مرتجعات Tool لهذه الجولة؛",[84,719,720,723],{},[24,721,722],{},"لا اختلاق:"," لا تحسب أو تعدّل أو تخترع مواضع؛",[84,725,726,729,730,205],{},[24,727,728],{},"تفضيل الإغفال:"," إن لم توجد علامة صالحة في السياق، أجب عاديًا—",[24,731,732],{},"لا تخرج علامات موضع",[84,734,735,738],{},[24,736,737],{},"inline مع الادعاء:"," العلامات تتبع الجملة ذات الصلة؛ لا قوائم استشهاد في النهاية.",[10,740,741,742,745,746,749],{},"الواجهة أيضًا ترشّح علامات ",[24,743,744],{},"جزئية"," غير صالحة أحيانًا (مثل ",[153,747,748],{},"[f1-293]",") قبل العرض.",[10,751,752],{},[13,753],{"alt":754,"src":755},"نافذة تتبع الاستشهاد","https://cdn.linghuxiong.com/resources/snapshots/ai-chat.png",[33,757],{},[36,759,761],{"id":760},"vi-tool-calling-استرجع-أولًا-أجب-ثانيًا","VI. Tool Calling: استرجع أولًا، أجب ثانيًا",[10,763,764,765,768,769,772,773,776],{},"عند ربط المحادثة بكتاب (",[153,766,767],{},"resourceId"," موجود، ",[153,770,771],{},"chatType === 'chat'",")، نسجّل أداتين مع executors قبل كل توليد—حلقة ",[24,774,775],{},"function calling"," متوافقة مع OpenAI.",[53,778,780,781,784],{"id":779},"_61-get_related_segment_summaries-بحث-مقاطع-موجّه","6.1 ",[153,782,783],{},"get_related_segment_summaries"," — بحث مقاطع موجّه",[10,786,787,788,231],{},"لـ: مفاهيم، شخصيات، حبكة، تفاصيل فصول—",[24,789,790],{},"نية استرجاع واضحة",[10,792,793],{},"التدفق:",[250,795,796,803,809,812,822],{},[84,797,798,799,802],{},"النموذج يعيد صياغة كلام المستخدم إلى ",[24,800,801],{},"مصطلحات مرجحة في الكتاب"," («Optimize Search Queries» في System Prompt)؛",[84,804,805,806,205],{},"استدعاء Tool مع ",[153,807,808],{},"question",[84,810,811],{},"تجميع كل ملخصات المقاطع حسب ميزانية tokens (~30k tokens لكل دفعة، بحد أقصى 5)؛",[84,813,814,815,818,819,205],{},"كل دفعة: طلب LLM منفصل يختار معرفات مقاطع ذات صلة (بحد أقصى 5) من ",[153,816,817],{},"{ id, title, summary }","، JSON مثل ",[153,820,821],{},"{\"Thinking\":\"...\",\"answer\":[\"1\",\"3\"]}",[84,823,824,825,828],{},"للمقاطع المختارة، سحب ",[24,826,827],{},"نص مصدر بعلامات"," من Spine—لا ملخصات—كنتيجة Tool.",[10,830,831,834,835,838],{},[24,832,833],{},"تصميم أساسي: Tool يعيد المصدر لا الملخصات."," النموذج يجيب من فقرات حقيقية مع ",[153,836,837],{},"[f…]"," inline، متجنبًا انحراف «ملخص → إعادة تلخيص».",[53,840,842,843,846],{"id":841},"_62-get_full_book_segment_summaries-نظرة-عامة-على-الكتاب","6.2 ",[153,844,845],{},"get_full_book_segment_summaries"," — نظرة عامة على الكتاب",[10,848,849,850,231],{},"لـ: «لخّص الكتاب»، «راجع هذا الكتاب»، «البنية/الموضوعات العامة»—",[24,851,852],{},"رؤية شاملة",[10,854,855,856,859],{},"دمج كل حقول ",[153,857,858],{},"summary"," للمقاطع بترتيب القراءة—تجنب فقدان فصول رئيسية بالاعتماد على الصلة لكل جزء فقط.",[53,861,863],{"id":862},"_63-system-prompt-الكتاب-أولًا-الأدوات-أولًا","6.3 System Prompt: الكتاب أولًا، الأدوات أولًا",[10,865,866,867,454],{},"مع كتاب مربوط، يُطبَّق ",[24,868,869],{},[692,870,871],{},"Core Principles for Reading Assistant",[610,873,876],{"className":874,"code":875,"language":615},[613],"1. Book First, Tool First\n   - أي سؤال قد يخص الكتاب يجب أن يستدعي الأدوات أولًا؛\n   - الإجابات يجب أن تعتمد أساسًا على الاسترجاع—لا تختلق «محتوى الكتاب» بلا استرجاع.\n\n2. General Knowledge as Fallback Only\n   - فقط لـ: دردشة عادية / المستخدم يتخطى الكتاب صراحة / الأدوات بلا نتيجة؛\n   - إن لم يكن في الكتاب، قل «غير مذكور في هذا الكتاب» قبل المعرفة العامة.\n\n3. Direct Style\n   - اذهب للموضوع—تجنب «بناءً على المواد المقدمة…» وما شابه.\n",[153,877,875],{"__ignoreMap":616},[10,879,880,881,884,885,888],{},"التوليد يشغّل حلقة الأدوات: ",[153,882,883],{},"tool_calls"," → تنفيذ → إضافة ",[153,886,887],{},"role: tool"," → متابعة حتى النص النهائي. مع تفعيل الأدوات، قناة thinking تُغلق لتجنب تعارض البروتوكول.",[33,890],{},[36,892,894],{"id":893},"vii-تتبع-الواجهة-من-الحاشية-إلى-التمييز","VII. تتبع الواجهة: من الحاشية إلى التمييز",[10,896,897,898,900],{},"مخرجات النموذج ",[153,899,654],{}," لا تُعرض خامًا؛ طبقة العرض تحوّلها لاستشهادات قابلة للنقر.",[53,902,904],{"id":903},"_71-عرض-الحواشي","7.1 عرض الحواشي",[10,906,907,908,911],{},"تطبيع العلامات لروابط Markdown مثل ",[153,909,910],{},"[1]([f5-123-165])","، عرض كحواشي مرقمة؛ إزالة تكرار نفس الموضع.",[53,913,915],{"id":914},"_72-تفاعل-النقر","7.2 تفاعل النقر",[250,917,918,927,933],{},[84,919,920,923,924,926],{},[24,921,922],{},"أول نقرة:"," تحليل ",[153,925,837],{}," → fileIndex + offsets → استخراج نص Spine → معاينة (عنوان TOC اختياري)؛",[84,928,929,932],{},[24,930,931],{},"نفس الحاشية مرة أخرى:"," إغلاق المعاينة؛",[84,934,935,938],{},[24,936,937],{},"تأكيد القفز:"," فتح عرض القراءة، تمييز نطاق الأحرف.",[10,940,941,942,945],{},"من علامة النموذج المنسوخة إلى المصدر الذي يراه المستخدم، السلسلة ",[24,943,944],{},"لا تمر باستدعاء LLM آخر","—حتمية وقابلة لإعادة الإنتاج.",[33,947],{},[36,949,951],{"id":950},"viii-حالات-حدية-وتدهور-صادق","VIII. حالات حدية وتدهور صادق",[10,953,954,955,454],{},"صفر هلوسة ≠ «دائمًا هناك إجابة»—يعني ",[24,956,957],{},"بلا دليل، بلا اختلاق",[280,959,960,970],{},[283,961,962],{},[286,963,964,967],{},[289,965,966],{},"السيناريو",[289,968,969],{},"السلوك",[302,971,972,980,992,1000,1008],{},[286,973,974,977],{},[307,975,976],{},"ملخصات المقاطع غير جاهزة",[307,978,979],{},"استخراج النص الكامل والتلخيص أولًا",[286,981,982,985],{},[307,983,984],{},"Tool لا يجد شيئًا",[307,986,987,988,991],{},"إرجاع ",[153,989,990],{},"(No relevant segment excerpts found…)","؛ النموذج يقول غير موجود في الكتاب",[286,993,994,997],{},[307,995,996],{},"علامات جزئية غير صالحة من النموذج",[307,998,999],{},"الواجهة ترشّح؛ لا حواشي مكسورة",[286,1001,1002,1005],{},[307,1003,1004],{},"دردشة عادية",[307,1006,1007],{},"System Prompt يسمح بالمعرفة العامة خارج الكتاب",[286,1009,1010,1013],{},[307,1011,1012],{},"تصدير المحادثة",[307,1014,1015],{},"الحواشي قد تصبح deep links للقارئ للمشاركة/الأرشفة",[10,1017,1018],{},[13,1019],{"alt":1012,"src":1020},"https://cdn.linghuxiong.com/resources/snapshots/ai-chat-export.png",[33,1022],{},[36,1024,1026],{"id":1025},"ix-مقايضة-التصميم-لماذا-ليس-vector-rag","IX. مقايضة التصميم: لماذا ليس «vector RAG»؟",[10,1028,1029,1030,1033],{},"زملاء في Q&A للمستندات يسألون: إن كنتم تفعلون retrieval-augmented generation، لماذا ليس ",[24,1031,1032],{},"Embedding + vector DB Top-K","؟",[10,1035,1036,1037,1040,1041,1044,1045,1048,1049,1052],{},"نحن ",[24,1038,1039],{},"نفعل RAG","—استرجاع قبل التوليد. الفرق: «RAG» في خطاب المجتمع غالبًا يعني ",[24,1042,1043],{},"تشابه متجهات","؛ مرحلتنا 3 هي ",[24,1046,1047],{},"فهرس مقاطع + Tool لسحب المصدر عند الطلب","—",[24,1050,1051],{},"بلا طبقة متجهات عن قصد",". فيما يلي أسباب معمارية، دون إنكار قيمة vector RAG.",[53,1054,1056],{"id":1055},"النطاق-ليس-بلا-استرجاع-بل-بلا-استرجاع-متجهات","النطاق: ليس «بلا استرجاع»، بل «بلا استرجاع متجهات»",[81,1058,1059,1068],{},[84,1060,1061,1064,1065,205],{},[24,1062,1063],{},"RAG واسع:"," استرجاع → توليد → ",[24,1066,1067],{},"نفعل هذا",[84,1069,1070,1073,1074,231],{},[24,1071,1072],{},"Vector RAG:"," استدعاء عبر تشابه embedding → ",[24,1075,1076],{},"ليس في هذا الإصدار",[10,1078,1079,1080,1083,1084,1087],{},"المعالجة المسبقة تبني ",[24,1081,1082],{},"فهرس ملخصات مقاطع","؛ النموذج يختار مقاطع عبر Tools ويحصل على ",[24,1085,1086],{},"نص مصدر",". الاسترجاع موجود بلا نموذج embedding منفصل ولا صيانة فهرس متجهات.",[33,1089],{},[53,1091,1093],{"id":1092},"السبب-1-مزودو-llm-مخصصونإبقاء-سطح-التكامل-صغيرًا","السبب 1: مزودو LLM مخصصون—إبقاء سطح التكامل صغيرًا",[10,1095,1096,1097,1100,1101,1104],{},"يمكن للمستخدمين ربط ",[24,1098,1099],{},"مفاتيح API الخاصة","، عناوين base مخصصة، أو ",[24,1102,1103],{},"Ollama محلي","—نموذج المحادثة اختيارهم؛ التكلفة ومسار البيانات تحت السيطرة.",[10,1106,1107],{},"vector RAG النموذجي يوسّع التكامل:",[81,1109,1110,1121,1124],{},[84,1111,1112,1113,1116,1117,1120],{},"إلى جانب ",[24,1114,1115],{},"نموذج المحادثة","، غالبًا تحتاج ",[24,1118,1119],{},"نموذج embedding"," (اسم آخر، أحيانًا endpoint آخر)؛",[84,1122,1123],{},"Ollama المحلي يحتاج نموذج embedding منفصل وتوافق الأبعاد/API؛",[84,1125,1126,1127,1130],{},"أوضاع فشل أكثر: المحادثة تعمل لكن ",[24,1128,1129],{},"استرجاع فارغ","—embedding أو الفهرس أو الأبعاد غير متسقة؛ أصعب تشخيصًا من مزود واحد من طرف لطرف.",[10,1132,1133,1134,1137,1138,1141],{},"هنا، ",[24,1135,1136],{},"اختيار المقاطع والإجابة يشاركان إعداد المزود نفسه","—لا «محادثة على A وفهرس على B». لتطبيقات ",[24,1139,1140],{},"LLM قابلة للتوصيل","، ذلك غالبًا أهم من نقاط recall إضافية.",[10,1143,1144],{},[13,1145],{"alt":1146,"src":1147},"مزودو AI مخصصون","https://cdn.linghuxiong.com/resources/snapshots/ai-customize-providers.png",[33,1149],{},[53,1151,1153],{"id":1152},"السبب-2-embeddings-مربوطة-بالفهرستبديل-المزود-مكلف","السبب 2: Embeddings مربوطة بالفهرس—تبديل المزود مكلف",[10,1155,1156,1157,1160,1161,1164,1165,1168],{},"في vector RAG، ",[24,1158,1159],{},"المتجهات ليست تنسيقًا وسيطًا عالميًا","—إنها إحداثيات تحت نموذج embedding واحد. فهرسة بـ A واستعلام بـ B: التشابه عادة ",[24,1162,1163],{},"غير قابل للمقارنة","—غالبًا ",[24,1166,1167],{},"إعادة تضمين كاملة","، والأبعاد (768 / 1024 / 1536 …) تقفل مخطط التخزين.",[10,1170,1171,1172,1175,1176,1179],{},"المرحلة 3 تخزّن ",[24,1173,1174],{},"ملخصات منظمة + spans أحرف","، لا متجهات؛ تبديل نموذج المحادثة ",[24,1177,1178],{},"لا يعيد بناء الفهرس","؛ سلسلة الدليل (مواضع المصدر) ثابتة—متوافق مع «جرّب LLMs مختلفة في أي وقت».",[33,1181],{},[53,1183,1185],{"id":1184},"السبب-3-التوجيه-المنظم-يكفي-غالبًا-للمستندات-الطويلة-الغنية-بـ-toc","السبب 3: التوجيه المنظم يكفي غالبًا للمستندات الطويلة الغنية بـ TOC",[10,1187,1188,1189,1192,1193,1196,1197,1200,1201,1206],{},"الكتب الإلكترونية وPDF لها عادة ",[24,1190,1191],{},"بنية فصول","؛ المعالجة المسبقة تنتج ",[24,1194,1195],{},"عناوين مقاطع + ملخصات",". لـ «ماذا يقول الفصل X» أو «كيف يعرّف الكتاب Y»، الاختيار من الكتالوج ثم ",[24,1198,1199],{},"سحب المصدر"," يعمل جيدًا عمليًا؛ Tool يعيد ",[24,1202,1203,1204],{},"مصدرًا مع ",[153,1205,837],{},"، صفر هلوسة يثبت على spans أحرف.",[10,1208,1209,1210,1213,1214,1217],{},"المتجهات تساعد في دلالات ضبابية وتعدد لغات وعدم تطابق حرفي لامتدادات طويلة؛ لقراء بـ ",[24,1211,1212],{},"TOC + معالجة مسبقة + تتبع قوي","، الاستثمار في ",[24,1215,1216],{},"Tool + إرجاع المصدر + قواعد الاستشهاد"," غالبًا ROI أعلى.",[33,1219],{},[53,1221,1223],{"id":1222},"المستقبل-استدعاء-هجين-لا-إعادة-كتابة","المستقبل: استدعاء هجين، لا إعادة كتابة",[10,1225,1226,1227,1230,1231,1234,1235,1238,1239,1242],{},"قد نضيف ",[24,1228,1229],{},"استدعاء متجهات خشن"," (embedding فقط لـ Top-N فصول مرشحة)، ما زال ينتهي بـ ",[24,1232,1233],{},"اختيار مقطع → مصدر → تتبع قابل للنقر","—قواعد صفر هلوسة دون تغيير. إن أُضيف: embedding ",[24,1236,1237],{},"اختياري","، تنبيهات ",[24,1240,1241],{},"إعادة فهرسة"," صريحة عند تغيير النماذج—تجنب استرجاع خاطئ صامت.",[10,1244,1245,1246],{},"حتى ذلك الحين: ",[24,1247,1248],{},"أي API محادثة متوافقة مع OpenAI تعمل؛ تغيير نموذج المحادثة لا يعيد بناء الفهرس المحلي.",[33,1250],{},[36,1252,1254],{"id":1253},"x-ملخص","X. ملخص",[280,1256,1257,1270],{},[283,1258,1259],{},[286,1260,1261,1264,1267],{},[289,1262,1263],{},"الخطوة",[289,1265,1266],{},"الأسلوب",[289,1268,1269],{},"الدور",[302,1271,1272,1283,1296,1310,1321,1332],{},[286,1273,1274,1277,1280],{},[307,1275,1276],{},"معالجة مسبقة",[307,1278,1279],{},"تقسيم TOC/طول + cache ملخصات",[307,1281,1282],{},"كتب طويلة قابلة للبحث والتحديد",[286,1284,1285,1288,1293],{},[307,1286,1287],{},"علامات موضع",[307,1289,1290,1292],{},[153,1291,155],{}," في المصدر",[307,1294,1295],{},"مصدر قابل للتحليل آليا",[286,1297,1298,1301,1307],{},[307,1299,1300],{},"Tool retrieval",[307,1302,1303,1304],{},"مقاطع لكل سؤال / ملخصات الكتاب، إرجاع ",[24,1305,1306],{},"المصدر",[307,1308,1309],{},"إجبار الدليل قبل الإجابة",[286,1311,1312,1315,1318],{},[307,1313,1314],{},"System Prompt",[307,1316,1317],{},"الكتاب أولًا، لا علامات مزيفة، قل عند الغياب",[307,1319,1320],{},"تقييد التوليد",[286,1322,1323,1326,1329],{},[307,1324,1325],{},"الواجهة",[307,1327,1328],{},"حاشية → معاينة → قفز وتمييز",[307,1330,1331],{},"المستخدم يتحقق من الدليل",[286,1333,1334,1337,1340],{},[307,1335,1336],{},"بلا استرجاع متجهات",[307,1338,1339],{},"مزود واحد؛ تبديل نموذج المحادثة بلا إعادة فهرسة",[307,1341,1342],{},"تكلفة تكامل وترحيل أقل",[10,1344,1345,1346,1349],{},"«صفر هلوسة» لا يعني أن النموذج لا يخطئ أبدًا—يعني ",[24,1347,1348],{},"هندسة تقفل المخرجات على سلسلة دليل",": بلا استرجاع → لا تتظاهر بمحتوى الكتاب؛ مع استرجاع → أعطِ مواضع مصدر قابلة للتحقق.",[10,1351,1352,1353,1356,1357,1360],{},"إن كنت تبني قراءة بالذكاء الاصطناعي أو Q&A للمستندات، نأمل أن مسار ",[24,1354,1355],{},"إدخال كامل → جمل رئيسية → Tool-first عند الطلب","، مع ",[24,1358,1359],{},"علامات موضع inline + إرجاع المصدر","، يكون تنفيذًا مرجعيًا مفيدًا.",[18,1362,1363],{},[10,1364,1365,1366,1371,1372,231],{},"هذه دروس من بناء قارئ ",[242,1367,1370],{"href":1368,"rel":1369},"https://reader.linghuxiong.com",[246],"Foxycape"," بالذكاء الاصطناعي—للمرجع فقط. جرّب القارئ في ",[242,1373,1375],{"href":1374},"/ar-sa#download","صفحة التحميل",{"title":616,"searchDepth":1377,"depth":1377,"links":1378},2,[1379,1385,1386,1387,1388,1392,1399,1403,1404,1411],{"id":38,"depth":1377,"text":39,"children":1380},[1381,1383,1384],{"id":55,"depth":1382,"text":56},3,{"id":137,"depth":1382,"text":138},{"id":234,"depth":1382,"text":235},{"id":424,"depth":1377,"text":425},{"id":485,"depth":1377,"text":486},{"id":500,"depth":1377,"text":501},{"id":630,"depth":1377,"text":631,"children":1389},[1390,1391],{"id":658,"depth":1382,"text":659},{"id":684,"depth":1382,"text":685},{"id":760,"depth":1377,"text":761,"children":1393},[1394,1396,1398],{"id":779,"depth":1382,"text":1395},"6.1 get_related_segment_summaries — بحث مقاطع موجّه",{"id":841,"depth":1382,"text":1397},"6.2 get_full_book_segment_summaries — نظرة عامة على الكتاب",{"id":862,"depth":1382,"text":863},{"id":893,"depth":1377,"text":894,"children":1400},[1401,1402],{"id":903,"depth":1382,"text":904},{"id":914,"depth":1382,"text":915},{"id":950,"depth":1377,"text":951},{"id":1025,"depth":1377,"text":1026,"children":1405},[1406,1407,1408,1409,1410],{"id":1055,"depth":1382,"text":1056},{"id":1092,"depth":1382,"text":1093},{"id":1152,"depth":1382,"text":1153},{"id":1184,"depth":1382,"text":1185},{"id":1222,"depth":1382,"text":1223},{"id":1253,"depth":1377,"text":1254},null,"2026-06-03","ملاحظات هندسية حول Q&A بصفر هلوسة في قارئ بالذكاء الاصطناعي—إجابات مبنية على نص الكتاب المفتوح، مع استشهادات بنقرة واحدة إلى المقطع الدقيق.",false,"md",{},true,"/ar-sa/blog/zero-hallucination-qa",{"title":5,"description":1414},"ar-sa/blog/zero-hallucination-qa",[1423,1424,1425],"قارئ","AI","هندسة","zero-hallucination-qa","O4Z_pqj8lTAkUqMEyRdIZcHXCHoFS5QsEXdSQy_tzyw",[1429],{"id":4,"title":5,"body":1430,"config":1412,"date":1413,"description":1414,"draft":1415,"extension":1416,"image":1412,"meta":2336,"navigation":1418,"path":1419,"seo":2337,"stem":1421,"tags":2338,"toolbar":1412,"translationKey":1426,"updated":1413,"__hash__":1427},{"type":7,"value":1431,"toc":2304},[1432,1436,1444,1446,1448,1452,1454,1456,1466,1470,1478,1482,1504,1506,1508,1518,1522,1526,1536,1540,1564,1568,1570,1577,1593,1597,1677,1687,1691,1693,1695,1699,1709,1713,1727,1731,1733,1735,1737,1741,1743,1745,1757,1763,1811,1813,1819,1824,1828,1830,1832,1838,1843,1847,1849,1853,1858,1862,1864,1870,1898,1904,1908,1910,1912,1920,1924,1928,1930,1952,1958,1962,1966,1970,1972,1978,1983,1989,1991,1993,1997,1999,2003,2005,2021,2025,2027,2029,2033,2077,2081,2083,2085,2089,2099,2101,2115,2121,2123,2125,2131,2133,2147,2153,2157,2159,2161,2169,2175,2177,2179,2191,2197,2199,2201,2211,2215,2217,2219,2285,2289,2295],[10,1433,1434],{},[13,1435],{"alt":15,"src":16},[18,1437,1438],{},[10,1439,22,1440,27,1442,31],{},[24,1441,26],{},[24,1443,30],{},[33,1445],{},[36,1447,39],{"id":38},[10,1449,42,1450,46],{},[24,1451,45],{},[48,1453],{":config":50,"code":51},[53,1455,56],{"id":55},[10,1457,1458,62,1460,66,1462,70,1464,74],{},[24,1459,61],{},[24,1461,65],{},[24,1463,69],{},[24,1465,73],{},[10,1467,1468],{},[24,1469,79],{},[81,1471,1472,1474,1476],{},[84,1473,86],{},[84,1475,89],{},[84,1477,92],{},[10,1479,1480],{},[24,1481,97],{},[81,1483,1484,1488,1492,1498],{},[84,1485,1486,105],{},[24,1487,104],{},[84,1489,1490,111],{},[24,1491,110],{},[84,1493,1494,117,1496,121],{},[24,1495,116],{},[24,1497,120],{},[84,1499,1500,127,1502,131],{},[24,1501,126],{},[24,1503,130],{},[10,1505,134],{},[53,1507,138],{"id":137},[10,1509,1510,143,1512,147,1514,151,1516,156],{},[24,1511,61],{},[24,1513,146],{},[24,1515,150],{},[153,1517,155],{},[10,1519,159,1520,163],{},[24,1521,162],{},[10,1523,1524],{},[24,1525,79],{},[81,1527,1528,1532,1534],{},[84,1529,172,1530,176],{},[24,1531,175],{},[84,1533,179],{},[84,1535,182],{},[10,1537,1538],{},[24,1539,187],{},[81,1541,1542,1546,1552,1558],{},[84,1543,1544,195],{},[24,1545,194],{},[84,1547,1548,201,1550,205],{},[24,1549,200],{},[24,1551,204],{},[84,1553,1554,211,1556,205],{},[24,1555,210],{},[24,1557,214],{},[84,1559,1560,220,1562,224],{},[24,1561,219],{},[24,1563,223],{},[10,1565,227,1566,231],{},[24,1567,230],{},[53,1569,235],{"id":234},[10,1571,1572,240,1574,248],{},[24,1573,61],{},[242,1575,247],{"href":244,"rel":1576},[246],[250,1578,1579,1583,1589],{},[84,1580,1581,257],{},[24,1582,256],{},[84,1584,1585,263,1587,267],{},[24,1586,262],{},[24,1588,266],{},[84,1590,1591,273],{},[24,1592,272],{},[10,1594,1595],{},[24,1596,278],{},[280,1598,1599,1611],{},[283,1600,1601],{},[286,1602,1603,1605,1607,1609],{},[289,1604,291],{},[289,1606,294],{},[289,1608,297],{},[289,1610,300],{},[302,1612,1613,1625,1635,1645,1655,1667],{},[286,1614,1615,1617,1619,1621],{},[307,1616,309],{},[307,1618,312],{},[307,1620,315],{},[307,1622,318,1623,322],{},[24,1624,321],{},[286,1626,1627,1629,1631,1633],{},[307,1628,327],{},[307,1630,330],{},[307,1632,333],{},[307,1634,336],{},[286,1636,1637,1639,1641,1643],{},[307,1638,341],{},[307,1640,344],{},[307,1642,347],{},[307,1644,350],{},[286,1646,1647,1649,1651,1653],{},[307,1648,355],{},[307,1650,358],{},[307,1652,361],{},[307,1654,364],{},[286,1656,1657,1659,1661,1663],{},[307,1658,369],{},[307,1660,372],{},[307,1662,375],{},[307,1664,378,1665],{},[24,1666,381],{},[286,1668,1669,1671,1673,1675],{},[307,1670,386],{},[307,1672,389],{},[307,1674,392],{},[307,1676,395],{},[10,1678,1679,401,1681,405,1683,409,1685,413],{},[24,1680,400],{},[24,1682,404],{},[24,1684,408],{},[24,1686,412],{},[10,1688,416,1689,231],{},[24,1690,419],{},[33,1692],{},[36,1694,425],{"id":424},[10,1696,428,1697,432],{},[24,1698,431],{},[81,1700,1701,1705,1707],{},[84,1702,437,1703,441],{},[24,1704,440],{},[84,1706,444],{},[84,1708,447],{},[10,1710,450,1711,454],{},[24,1712,453],{},[250,1714,1715,1719,1723],{},[84,1716,1717,462],{},[24,1718,461],{},[84,1720,1721,468],{},[24,1722,467],{},[84,1724,1725,474],{},[24,1726,473],{},[10,1728,477,1729,480],{},[24,1730,419],{},[33,1732],{},[36,1734,486],{"id":485},[48,1736],{":config":50,"code":489},[10,1738,492,1739],{},[24,1740,495],{},[33,1742],{},[36,1744,501],{"id":500},[10,1746,504,1747,508,1749,512,1751,516,1753,520,1755,524],{},[24,1748,507],{},[24,1750,511],{},[24,1752,515],{},[24,1754,519],{},[153,1756,523],{},[10,1758,527,1759,530,1761,454],{},[153,1760,523],{},[24,1762,533],{},[280,1764,1765,1773],{},[283,1766,1767],{},[286,1768,1769,1771],{},[289,1770,542],{},[289,1772,545],{},[302,1774,1775,1785,1795,1803],{},[286,1776,1777,1783],{},[307,1778,1779,555,1781],{},[153,1780,554],{},[153,1782,558],{},[307,1784,561],{},[286,1786,1787,1793],{},[307,1788,1789,555,1791],{},[153,1790,568],{},[153,1792,571],{},[307,1794,574],{},[286,1796,1797,1801],{},[307,1798,1799],{},[153,1800,581],{},[307,1802,584],{},[286,1804,1805,1809],{},[307,1806,1807],{},[153,1808,591],{},[307,1810,594],{},[10,1812,597],{},[10,1814,600,1815,604,1817,608],{},[24,1816,603],{},[153,1818,607],{},[610,1820,1822],{"className":1821,"code":614,"language":615,"meta":616},[613],[153,1823,614],{"__ignoreMap":616},[10,1825,621,1826,625],{},[24,1827,624],{},[33,1829],{},[36,1831,631],{"id":630},[10,1833,634,1834,638,1836,642],{},[24,1835,637],{},[24,1837,641],{},[610,1839,1841],{"className":1840,"code":646,"language":615},[613],[153,1842,646],{"__ignoreMap":616},[10,1844,651,1845,655],{},[153,1846,654],{},[53,1848,659],{"id":658},[10,1850,662,1851,666],{},[153,1852,665],{},[610,1854,1856],{"className":1855,"code":671,"language":672,"meta":616},[670],[153,1857,671],{"__ignoreMap":616},[10,1859,677,1860,681],{},[24,1861,680],{},[53,1863,685],{"id":684},[10,1865,688,1866,695],{},[24,1867,1868],{},[692,1869,694],{},[250,1871,1872,1878,1884,1888,1894],{},[84,1873,1874,703,1876,707],{},[24,1875,702],{},[153,1877,706],{},[84,1879,1880,713,1882,717],{},[24,1881,712],{},[24,1883,716],{},[84,1885,1886,723],{},[24,1887,722],{},[84,1889,1890,729,1892,205],{},[24,1891,728],{},[24,1893,732],{},[84,1895,1896,738],{},[24,1897,737],{},[10,1899,741,1900,745,1902,749],{},[24,1901,744],{},[153,1903,748],{},[10,1905,1906],{},[13,1907],{"alt":754,"src":755},[33,1909],{},[36,1911,761],{"id":760},[10,1913,764,1914,768,1916,772,1918,776],{},[153,1915,767],{},[153,1917,771],{},[24,1919,775],{},[53,1921,780,1922,784],{"id":779},[153,1923,783],{},[10,1925,787,1926,231],{},[24,1927,790],{},[10,1929,793],{},[250,1931,1932,1936,1940,1942,1948],{},[84,1933,798,1934,802],{},[24,1935,801],{},[84,1937,805,1938,205],{},[153,1939,808],{},[84,1941,811],{},[84,1943,814,1944,818,1946,205],{},[153,1945,817],{},[153,1947,821],{},[84,1949,824,1950,828],{},[24,1951,827],{},[10,1953,1954,834,1956,838],{},[24,1955,833],{},[153,1957,837],{},[53,1959,842,1960,846],{"id":841},[153,1961,845],{},[10,1963,849,1964,231],{},[24,1965,852],{},[10,1967,855,1968,859],{},[153,1969,858],{},[53,1971,863],{"id":862},[10,1973,866,1974,454],{},[24,1975,1976],{},[692,1977,871],{},[610,1979,1981],{"className":1980,"code":875,"language":615},[613],[153,1982,875],{"__ignoreMap":616},[10,1984,880,1985,884,1987,888],{},[153,1986,883],{},[153,1988,887],{},[33,1990],{},[36,1992,894],{"id":893},[10,1994,897,1995,900],{},[153,1996,654],{},[53,1998,904],{"id":903},[10,2000,907,2001,911],{},[153,2002,910],{},[53,2004,915],{"id":914},[250,2006,2007,2013,2017],{},[84,2008,2009,923,2011,926],{},[24,2010,922],{},[153,2012,837],{},[84,2014,2015,932],{},[24,2016,931],{},[84,2018,2019,938],{},[24,2020,937],{},[10,2022,941,2023,945],{},[24,2024,944],{},[33,2026],{},[36,2028,951],{"id":950},[10,2030,954,2031,454],{},[24,2032,957],{},[280,2034,2035,2043],{},[283,2036,2037],{},[286,2038,2039,2041],{},[289,2040,966],{},[289,2042,969],{},[302,2044,2045,2051,2059,2065,2071],{},[286,2046,2047,2049],{},[307,2048,976],{},[307,2050,979],{},[286,2052,2053,2055],{},[307,2054,984],{},[307,2056,987,2057,991],{},[153,2058,990],{},[286,2060,2061,2063],{},[307,2062,996],{},[307,2064,999],{},[286,2066,2067,2069],{},[307,2068,1004],{},[307,2070,1007],{},[286,2072,2073,2075],{},[307,2074,1012],{},[307,2076,1015],{},[10,2078,2079],{},[13,2080],{"alt":1012,"src":1020},[33,2082],{},[36,2084,1026],{"id":1025},[10,2086,1029,2087,1033],{},[24,2088,1032],{},[10,2090,1036,2091,1040,2093,1044,2095,1048,2097,1052],{},[24,2092,1039],{},[24,2094,1043],{},[24,2096,1047],{},[24,2098,1051],{},[53,2100,1056],{"id":1055},[81,2102,2103,2109],{},[84,2104,2105,1064,2107,205],{},[24,2106,1063],{},[24,2108,1067],{},[84,2110,2111,1073,2113,231],{},[24,2112,1072],{},[24,2114,1076],{},[10,2116,1079,2117,1083,2119,1087],{},[24,2118,1082],{},[24,2120,1086],{},[33,2122],{},[53,2124,1093],{"id":1092},[10,2126,1096,2127,1100,2129,1104],{},[24,2128,1099],{},[24,2130,1103],{},[10,2132,1107],{},[81,2134,2135,2141,2143],{},[84,2136,1112,2137,1116,2139,1120],{},[24,2138,1115],{},[24,2140,1119],{},[84,2142,1123],{},[84,2144,1126,2145,1130],{},[24,2146,1129],{},[10,2148,1133,2149,1137,2151,1141],{},[24,2150,1136],{},[24,2152,1140],{},[10,2154,2155],{},[13,2156],{"alt":1146,"src":1147},[33,2158],{},[53,2160,1153],{"id":1152},[10,2162,1156,2163,1160,2165,1164,2167,1168],{},[24,2164,1159],{},[24,2166,1163],{},[24,2168,1167],{},[10,2170,1171,2171,1175,2173,1179],{},[24,2172,1174],{},[24,2174,1178],{},[33,2176],{},[53,2178,1185],{"id":1184},[10,2180,1188,2181,1192,2183,1196,2185,1200,2187,1206],{},[24,2182,1191],{},[24,2184,1195],{},[24,2186,1199],{},[24,2188,1203,2189],{},[153,2190,837],{},[10,2192,1209,2193,1213,2195,1217],{},[24,2194,1212],{},[24,2196,1216],{},[33,2198],{},[53,2200,1223],{"id":1222},[10,2202,1226,2203,1230,2205,1234,2207,1238,2209,1242],{},[24,2204,1229],{},[24,2206,1233],{},[24,2208,1237],{},[24,2210,1241],{},[10,2212,1245,2213],{},[24,2214,1248],{},[33,2216],{},[36,2218,1254],{"id":1253},[280,2220,2221,2231],{},[283,2222,2223],{},[286,2224,2225,2227,2229],{},[289,2226,1263],{},[289,2228,1266],{},[289,2230,1269],{},[302,2232,2233,2241,2251,2261,2269,2277],{},[286,2234,2235,2237,2239],{},[307,2236,1276],{},[307,2238,1279],{},[307,2240,1282],{},[286,2242,2243,2245,2249],{},[307,2244,1287],{},[307,2246,2247,1292],{},[153,2248,155],{},[307,2250,1295],{},[286,2252,2253,2255,2259],{},[307,2254,1300],{},[307,2256,1303,2257],{},[24,2258,1306],{},[307,2260,1309],{},[286,2262,2263,2265,2267],{},[307,2264,1314],{},[307,2266,1317],{},[307,2268,1320],{},[286,2270,2271,2273,2275],{},[307,2272,1325],{},[307,2274,1328],{},[307,2276,1331],{},[286,2278,2279,2281,2283],{},[307,2280,1336],{},[307,2282,1339],{},[307,2284,1342],{},[10,2286,1345,2287,1349],{},[24,2288,1348],{},[10,2290,1352,2291,1356,2293,1360],{},[24,2292,1355],{},[24,2294,1359],{},[18,2296,2297],{},[10,2298,1365,2299,1371,2302,231],{},[242,2300,1370],{"href":1368,"rel":2301},[246],[242,2303,1375],{"href":1374},{"title":616,"searchDepth":1377,"depth":1377,"links":2305},[2306,2311,2312,2313,2314,2318,2323,2327,2328,2335],{"id":38,"depth":1377,"text":39,"children":2307},[2308,2309,2310],{"id":55,"depth":1382,"text":56},{"id":137,"depth":1382,"text":138},{"id":234,"depth":1382,"text":235},{"id":424,"depth":1377,"text":425},{"id":485,"depth":1377,"text":486},{"id":500,"depth":1377,"text":501},{"id":630,"depth":1377,"text":631,"children":2315},[2316,2317],{"id":658,"depth":1382,"text":659},{"id":684,"depth":1382,"text":685},{"id":760,"depth":1377,"text":761,"children":2319},[2320,2321,2322],{"id":779,"depth":1382,"text":1395},{"id":841,"depth":1382,"text":1397},{"id":862,"depth":1382,"text":863},{"id":893,"depth":1377,"text":894,"children":2324},[2325,2326],{"id":903,"depth":1382,"text":904},{"id":914,"depth":1382,"text":915},{"id":950,"depth":1377,"text":951},{"id":1025,"depth":1377,"text":1026,"children":2329},[2330,2331,2332,2333,2334],{"id":1055,"depth":1382,"text":1056},{"id":1092,"depth":1382,"text":1093},{"id":1152,"depth":1382,"text":1153},{"id":1184,"depth":1382,"text":1185},{"id":1222,"depth":1382,"text":1223},{"id":1253,"depth":1377,"text":1254},{},{"title":5,"description":1414},[1423,1424,1425],1780489852893]