<?xml version="1.0" encoding="UTF-8"?>
<rss version="2.0">
	<channel>
		<title>حسوب I/O - مساهمات المستخدم lognebudo</title>
		<description>المساهمات التي أرسلها lognebudo - حسوب I/O</description>
		<language>ar</language>
		<generator>حسوب I/O</generator>
		<item>
			<title>قستُ لماذا يعيد نموذجك المحلّي قراءة المُوجّه كاملاً في كل رسالة، وكيف تُصلح ذلك بسطرين</title>
			<pubDate>Wed, 14 Oct 2026 18:45:33 +0000</pubDate>
			<link>https://io.hsoub.com/artificial_intelligence/185893-%D9%82%D8%B3%D8%AA-%D9%84%D9%85%D8%A7%D8%B0%D8%A7-%D9%8A%D8%B9%D9%8A%D8%AF-%D9%86%D9%85%D9%88%D8%B0%D8%AC%D9%83-%D8%A7%D9%84%D9%85%D8%AD%D9%84%D9%8A-%D9%82%D8%B1%D8%A7%D8%A1%D8%A9-%D8%A7%D9%84%D9%85%D9%88%D8%AC%D9%87-%D9%83%D8%A7%D9%85%D9%84%D8%A7-%D9%81%D9%8A-%D9%83%D9%84-%D8%B1%D8%B3%D8%A7%D9%84%D8%A9-%D9%88%D9%83%D9%8A%D9%81-%D8%AA%D8%B5%D9%84%D8%AD-%D8%B0%D9%84%D9%83-%D8%A8%D8%B3%D8%B7%D8%B1%D9%8A%D9%86</link>
			<description><![CDATA[النموذج المحلّي (Ollama أو llama.cpp) يعيد استخدام ذاكرة المُوجّه المؤقتة فقط ما دام المُوجّه مطابقاً من أول رمز. إذا كانت أداتك تضع التاريخ والوقت في أعلى مُوجّه النظام، فكل رسالة تُحسب من الصفر. قستُ ذلك على مُوجّه من 324 رمزاً، على جهازي:  - الطابع الزمني في البداية: 4 رموز من الذاكرة المؤقتة، تعبئة مسبقة 64.6 مللي ثانية - الطابع نفسه في نهاية المُوجّه: 290 رمزاً من الذاكرة المؤقتة، تعبئة مسبقة 18.6 مللي ثانية الكلمات نفسها، والتعبئة المسبقة أسرع 3.5 مرّة. مع المُوجّهات الطويلة (RAG، الأدوات، تاريخ المحادثة) يكبر الفرق، وهو ما تشعر به كوقفة قبل الكلمة الأولى. يمكنك التحقّق بنفسك، أرسل الطلب نفسه مرّتين:  curl -s localhost:11434/api/chat -d &#39;{&quot;model&quot;:&quot;qwen3.5:9b&quot;,&quot;stream&quot;:false,&quot;messages&quot;:[{&quot;role&quot;:&quot;system&quot;,&quot;content&quot;:&quot;التاريخ: 2026-10-14 10:00. أنت مساعد.&quot;},{&quot;role&quot;:&quot;user&quot;,&quot;content&quot;:&quot;مرحباً&quot;}]}&#39; | grep -o &#39;&quot;prompt_eval_cached_count&quot;:[0-9]*&#39;  غيّر الدقيقة في التاريخ وأرسل مجدداً: يهبط `prompt_eval_cached_count` إلى الصفر. انقل التاريخ إلى نهاية مُوجّه النظام وكرّر: يبقى شبه كامل. اكتشفتُ هذا وأنا أبني أداة لمراقبة النماذج المحلّية، LLMxRay (github.com/LogneBudo/llmxray، تشغيل بـ `npx llmxray`، تعمل مع Ollama، ولا يغادر شيء جهازك). فيها صفحة توجّه إليها VS Code Copilot أو Open WebUI أو سكربتك بدل Ollama، فترى لكل رسالة كم رمزاً جاء من الذاكرة المؤقتة وأين انكسرت في المُوجّه. الواجهة متوفّرة بالعربية، من اليمين إلى اليسار. إن جرّبها أحد على بطاقته، تهمّني الأرقام.]]></description>
		</item>
	</channel>
</rss>
