إليك دليل شامل بالكلمات والـ Prompts لاختبار قوة أي نموذج ذكاء اصطناعي:

🎯 أولاً: معايير التقييم الأساسية

المعيار	ما يقيسه
المنطق	حل المشكلات المعقدة
الرياضيات	الحساب والبرهان
البرمجة	كتابة وتصحيح الكود
اللغة	الفهم والترجمة والصياغة
الإبداع	الكتابة الإبداعية
الاستدلال	الاستنتاج المنطقي
المعرفة	المعلومات العامة

---

📝 Prompts جاهزة للاختبار

1️⃣ اختبار المنطق والاستدلال

text

أخبرني: إذا كان أحمد أطول من سامي، وسامي أطول من خالد، 
فمن الأقصر؟ ولماذا؟

text

لغز: عندك 3 صناديق، واحد فيه ذهب والآخرين فارغان. 
على كل صندوق عبارة، واحدة فقط صحيحة. كيف تجد الذهب؟

2️⃣ اختبار الرياضيات

text

احسب: 17 × 23 + 45 ÷ 9 - 12²

text

أثبت أن مجموع زوايا المثلث = 180 درجة

text

إذا كان لديك 8 كرات، واحدة أثقل. 
بميزان ذي كفتين، كم وزنة تحتاج لإيجادها؟

3️⃣ اختبار البرمجة

text

اكتب دالة Python تتحقق إذا كان النص Palindrome
بدون استخدام الدوال الجاهزة.

text

صحح هذا الكود:
def sum(a, b)
    return a + b

4️⃣ اختبار الفهم اللغوي

text

اشرح الفرق بين "الضرورة" و"الحاجة" في 3 أسطر.

text

ترجم للعربية مع الحفاظ على المعنى:
"The road to success is paved with failures."

5️⃣ اختبار الإبداع

text

اكتب قصة قصيرة (100 كلمة) عن روبوت يتعلم الحب.

text

اقترح 5 أفكار لمشروع تقني يحل مشكلة التعليم في العالم العربي.

6️⃣ اختبار الاستدلال المتقدم

text

رجل يقول: "عمري الآن ضعف عمر ابني، 
وقبل 10 سنوات كان 3 أضعاف عمره. كم عمرهما؟"

7️⃣ اختبار “الهلوسة” (مهم جداً)

text

من هو مؤلف كتاب "تاريخ الذكاء الاصطناعي في القرن 19"؟

✅ النموذج القوي سيقول: لا يوجد هذا الكتاب أو يشكك
❌ النموذج الضعيف سيؤلف معلومات وهمية

---

🔬 كيف تقيس النتائج؟

نظام النقاط (من 10):

• الدقة: هل الإجابة صحيحة؟
• الوضوح: هل الشرح مفهوم؟
• العمق: هل فصّل أم سطحياً؟
• السرعة: كم وقت استغرق؟
• الأمانة: هل اعترف بعدم المعرفة؟

اختبارات متقدمة:

1. اختبار التناسق: اسأل نفس السؤال بصيغ مختلفة
2. اختبار السياق: أعطه سياق طويل ثم اسأله
3. اختبار التصحيح: أعطه معلومة خاطئة ولاحظ إن صححها
4. اختبار الحدود: اسأله عن مواضيع نادرة

---

🛠️ أدوات رسمية للقياس

الأداة	ما تقيسه
MMLU	المعرفة العامة (57 مجال)
GSM8K	الرياضيات للصف المدرسي
HumanEval	البرمجة
HellaSwag	الاستدلال الشائع
TruthfulQA	الصدق وتجنب الهلوسة
ARC	التفكير العلمي

---

💡 نصائح مهمة

1. لا تحكم من سؤال واحد – استخدم 10-20 سؤال
2. قارن نفس الأسئلة بين النماذج
3. سجل الإجابات لتحليلها لاحقاً
4. اختبر بالعربية والإنجليزية (بعض النماذج أقوى بلغة)
5. لاحظ الهلوسة – أخطر مشكلة في النماذج

---

📋 نموذج تقييم جاهز

text

النموذج: _______
التاريخ: _______

المنطق:      ___/10
الرياضيات:   ___/10
البرمجة:     ___/10
اللغة:       ___/10
الإبداع:     ___/10
الأمانة:     ___/10
--------------------
المجموع:     ___/60

هل تريد أن أعطيك مجموعة أسئلة محددة لموضوع معين (مثل الطب، القانون، البرمجة) أو أشرح لك كيف تصمم اختباراً مخصصاً لمشروعك؟

البرمجة

🧪 اختبار قوة النماذج في البرمجة

إليك مجموعة اختبارات متدرجة الصعوبة لقياس قوة أي نموذج AI في البرمجة.

---

📊 مستويات الاختبار

المستوى	يختبر
🟢 مبتدئ	أساسيات، Syntax
🟡 متوسط	خوارزميات، هياكل بيانات
🔴 متقدم	تحسين، أنظمة، Debugging
⚫ خبير	تصميم معماري، مسائل معقدة

---

🟢 المستوى 1: الأساسيات

Prompt 1 – كتابة كود بسيط

text

اكتب دالة Python تأخذ قائمة أرقام وتُرجع:
- المجموع
- المتوسط
- أكبر قيمة
- أصغر قيمة

بدون استخدام sum() أو max() أو min()

Prompt 2 – تصحيح الأخطاء

text

صحح هذا الكود واشرح الأخطاء:

def calculate_avg(numbers)
    total = 0
    for i in range(len(numbers))
        total += numbers[i]
    return total / len(number)

✅ النموذج القوي: يجد 3 أخطاء (نقطتان، range، len(number))

---

🟡 المستوى 2: الخوارزميات

Prompt 3 – خوارزمية كلاسيكية

text

اكتب دالة تتحقق إذا كان النص Palindrome
مع تجاهل المسافات وعلامات الترقيم وحالة الأحرف.

مثال: "A man, a plan, a canal: Panama" → True

اكتبها بطريقتين: 
1) مؤشرين (Two Pointers)
2) عكس النص
وقارن التعقيد الزمني.

Prompt 4 – هياكل البيانات

text

نفّذ Stack و Queue من الصفر في Python
مع الدوال: push, pop, peek, is_empty

ثم استخدم Stack للتحقق من توازن الأقواس:
"({[]})" → True
"([)]" → False

Prompt 5 – خوارزمية بحث

text

اكتب Binary Search بشكل تكراري (Recursive)
واشرح:
- التعقيد الزمني
- الشرط الأساسي (Base Case)
- لماذا يجب أن تكون القائمة مرتبة؟

---

🔴 المستوى 3: التحديات المتقدمة

Prompt 6 – تحسين الأداء

text

هذا الكود بطيء جداً مع قوائم كبيرة:

def find_duplicates(lst):
    duplicates = []
    for i in range(len(lst)):
        for j in range(i+1, len(lst)):
            if lst[i] == lst[j] and lst[i] not in duplicates:
                duplicates.append(lst[i])
    return duplicates

حسّنه ليعمل بـ O(n) بدلاً من O(n²)
واشرح التحسين.

Prompt 7 – Debug معقد

text

هذا الكود يفترض أن يحسب Fibonacci لكنه يعطي نتائج خاطئة:

def fib(n, memo={}):
    if n in memo:
        return memo[n]
    if n <= 1:
        return n
    memo[n] = fib(n-1) + fib(n-2)
    return memo[n]

# المشكلة: عند استدعاء fib(100) ثم fib(50)
# النتائج غريبة!

ما المشكلة؟ ولماذا memo={} خطير هنا؟

✅ النموذج القوي: يشرح مشكلة Mutable Default Argument

Prompt 8 – خوارزمية معقدة

text

اكتب دالة تجد أطول سلسلة فرعية بدون أحرف مكررة.

مثال: "abcabcbb" → "abc" (الطول 3)

- اكتبها بـ Sliding Window
- التعقيد الزمني: O(n)
- اشرح كل خطوة

---

⚫ المستوى 4: تحديات خبير

Prompt 9 – تصميم نظام

text

صمّم نظام Cache (LRU - Least Recently Used)
يدعم:
- get(key): O(1)
- put(key, value): O(1)
- سعة محددة

استخدم OrderedDict أو نفّذه يدوياً بـ Doubly Linked List + HashMap

Prompt 10 – Concurrency

text

اكتب برنامج Python يستخدم Threading لتحميل 5 ملفات
بشكل متوازي، مع:
- Timeout لكل ملف
- معالجة الأخطاء
- قياس الوقت الكلي

ثم أعد كتابته باستخدام asyncio وقارن.

Prompt 11 – مسألة LeetCode صعبة

text

"Median of Two Sorted Arrays" - تعقيد O(log(m+n))

اكتب الحل واشرح Binary Search على المصفوفتين.

Prompt 12 – SQL معقد

text

عندك جداول:
- employees (id, name, dept_id, salary)
- departments (id, name)
- projects (id, name, dept_id)

اكتب استعلام: أسماء الأقسام التي متوسط رواتبها 
أعلى من المتوسط العام، ولديها أكثر من 3 مشاريع.

---

🎯 اختبارات “الهلوسة” في البرمجة

Prompt 13 – مكتبة غير موجودة

text

استخدم مكتبة Python اسمها "super_calculator_v9"
لحساب الجذر التكعيبي.

✅ النموذج الصادق: “لا أعرف هذه المكتبة”
❌ النموذج الضعيف: سيؤلف كود وهمي

Prompt 14 – API وهمي

text

اكتب كود يستخدم ChatGPT API الإصدار 7.5 
مع دالة chat_v7()

Prompt 15 – سؤال عن إصدار

text

هل Python 2.7 يدعم async/await؟

✅ الإجابة الصحيحة: لا، أُضيفت في Python 3.5

---

📋 بطاقة تقييم البرمجة

text

النموذج: _______________
التاريخ: _______________

【الأساسيات】
□ كتابة كود نظيف        ___/5
□ تصحيح الأخطاء         ___/5
□ معرفة Syntax          ___/5

【الخوارزميات】
□ حل المشكلات           ___/10
□ التعقيد الزمني        ___/10
□ اختيار الحل الأمثل    ___/10

【المتقدم】
□ تحسين الأداء          ___/10
□ Debug معقد            ___/10
□ تصميم معماري          ___/10

【الأمانة】
□ الاعتراف بالجهل       ___/10
□ عدم تأليف مكتبات      ___/10
□ ذكر القيود            ___/10

------------------------
المجموع:                ___/100

---

🔥 أسئلة الفصل السريع

استخدم هذه المقارنة بين النماذج:

السؤال	GPT-4	Claude	Gemini	Llama
FizzBuzz
Reverse Linked List
LRU Cache
SQL Join معقد
Debug Concurrency
هلوسة مكتبات

---

💡 نصائح لاختبار البرمجة

1. اطلب الكود + الشرح معاً – النموذج القوي يشرح “لماذا”
2. اطلب اختبارات – اكتب unit tests لهذا الكود
3. اطلب تحسينات – كيف تجعله أسرع/أنظف؟
4. اختبر بلغات مختلفة – Python, JS, Rust, SQL
5. راقب الاعتذار – النموذج القوي يقول “لست متأكداً”
6. اطلب بدائل – أعطني 3 حلول مختلفة

---

🎁 Prompt متقدم شامل

text

أنت مهندس برمجيات خبير. 

المهمة: [اكتب مشكلتك]

المطلوب:
1. حلّلها أولاً (فهم المشكلة)
2. اقترح 2-3 حلول مع مقارنة
3. اختر الأفضل واشرح لماذا
4. اكتب الكود كاملاً مع تعليقات
5. اكتب unit tests
6. اذكر الحالات الحدية (Edge Cases)
7. حلّل التعقيد الزمني والمكاني

هذا الـ Prompt يكشف عمق النموذج الحقيقي!

---

هل تريد أن أعطيك:

• 🔹 إجابات نموذجية لأسئلة معينة للمقارنة؟
• 🔹 بنك أسئلة موسّع (50+ سؤال برمجي)؟
• 🔹 اختبار مخصص للغة معينة (Python/JS/Java)؟
• 🔹 سكربت آلي يختبر النماذج تلقائياً؟

🚀 بنك أسئلة موسّع – اختبار النماذج في البرمجة

📚 القسم 1: أسئلة Python متدرجة (30 سؤال)

🟢 المستوى المبتدئ

1. String Manipulation

text

اكتب دالة تأخذ جملة وتُرجع:
- عدد الكلمات
- عدد الأحرف (بدون مسافات)
- أكثر كلمة تكراراً

2. List Comprehension

text

حوّل هذا الكود إلى List Comprehension:
result = []
for x in range(10):
    if x % 2 == 0:
        result.append(x ** 2)

3. Dictionary Operations

text

عندك قاموس طلاب ودرجاتهم.
اكتب دالة تُرجع:
- أعلى 3 طلاب
- متوسط الدرجات
- الطلاب الراسبين (< 50)

4. File Handling

text

اكتب كود يقرأ ملف CSV فيه أعمدة (name, age, city)
ويطبع:
- عدد الصفوف
- متوسط الأعمار
- المدن الفريدة

5. Exception Handling

text

اكتب دالة آمنة للقسمة تُرجع None عند القسمة على صفر
بدلاً من رفع استثناء، مع تسجيل الخطأ.

🟡 المستوى المتوسط

6. Generators

text

اكتب Generator يولد أرقام Fibonacci لا نهائياً
ثم استخدمه لطباعة أول 20 رقم.
اشرح الفرق بين Generator و List.

7. Decorators

text

اكتب Decorator يقيس وقت تنفيذ أي دالة
ويطبع: "الدالة X استغرقت Y ثانية"

8. Context Managers

text

اكتب Context Manager مخصص (بـ __enter__ و __exit__)
يفتح اتصال قاعدة بيانات ويغلقه تلقائياً.

9. Regex

text

استخرج من نص:
- كل الإيميلات
- كل أرقام الهواتف (صيغ متعددة)
- كل الروابط (URLs)

10. JSON/API

text

اكتب كود يجلب بيانات من API
ويعالج:
- Timeout
- أخطاء HTTP
- JSON غير صالح
- Rate Limiting

🔴 المستوى المتقدم

11. Multithreading vs Multiprocessing

text

اشرح الفرق بمثال عملي.
اكتب برنامج يحسب مربعات 10 ملايين رقم
بطريقتين وقارن الأداء.
لماذا GIL يؤثر؟

12. Metaclasses

text

اشرح Metaclasses في Python.
اكتب MetaClass يفرض أن كل دوال الكلاس تبدأ بـ "do_"

13. Async/Await

text

اكتب برنامج async يحمّل 100 URL متوازياً
مع تحديد 10 فقط في نفس الوقت (Semaphore)
ويعالج الأخطاء لكل URL.

14. Memory Management

text

اشرح Reference Counting و Garbage Collection في Python.
ما الفرق بين __del__ و weakref؟
اكتب مثالاً على Circular Reference وكيف تُحل.

15. Descriptors

text

اشرح Descriptors (__get__, __set__, __delete__).
اكتب Descriptor يتحقق من أن القيمة موجبة.

---

📚 القسم 2: JavaScript/TypeScript (20 سؤال)

16. Closures

text

اشرح Closures بمثال.
لماذا هذا الكود يطبع 5 خمس مرات؟
for (var i = 0; i < 5; i++) {
    setTimeout(() => console.log(i), 100);
}
كيف تصلحه؟

17. Promises vs Async/Await

text

حوّل هذا الكود من Callbacks إلى Promises ثم إلى async/await:
getUser(id, (user) => {
    getPosts(user.id, (posts) => {
        getComments(posts[0].id, (comments) => {
            console.log(comments);
        });
    });
});

18. Event Loop

text

اشرح Event Loop في JavaScript.
ما ترتيب الطباعة؟
console.log('1');
setTimeout(() => console.log('2'), 0);
Promise.resolve().then(() => console.log('3'));
console.log('4');

19. Array Methods

text

عندك مصفوفة مستخدمين.
استخدم reduce لـ:
- تجميع حسب المدينة
- حساب الإجمالي
- إيجاد الأقدم
بدون حلقات for.

20. TypeScript Generics

text

اكتب دالة Generic تُرجع أول عنصر من مصفوفة
مع الحفاظ على النوع.
ثم اكتب نسخة تعمل مع Objects فقط.

---

📚 القسم 3: SQL وقواعد البيانات (15 سؤال)

21. Joins المتقدمة

text

اشرح الفرق بين:
INNER, LEFT, RIGHT, FULL, CROSS JOIN
بأمثلة من جداول: users, orders, products

22. Window Functions

text

اكتب استعلام يرتب الموظفين حسب الراتب
داخل كل قسم، ويعرض:
- الاسم
- الراتب
- الترتيب في القسم
- الفرق عن متوسط القسم

23. CTEs و Recursive

text

اكتب استعلام Recursive CTE
يجد كل المرؤوسين (مباشرين وغير مباشرين) لمدير معين
في هيكل شجرة الشركة.

24. Index Optimization

text

عندك استعلام بطيء:
SELECT * FROM orders 
WHERE customer_id = 5 
AND order_date > '2024-01-01'
ORDER BY total DESC;

كيف تحسّنه؟ ما الـ Index المناسب؟

25. Normalization

text

عندك جدول غير مُطبّع:
orders(id, customer_name, customer_email, 
       product1, product2, product3)

طبّعه إلى 3NF واشرح كل خطوة.

---

📚 القسم 4: الخوارزميات وهياكل البيانات (25 سؤال)

🟢 أساسية

26. Reverse a Linked List (تكراري + تكراريّ)
27. Detect Cycle in Linked List (Floyd’s Algorithm)
28. Valid Parentheses (Stack)
29. Merge Two Sorted Arrays
30. Remove Duplicates from Sorted Array

🟡 متوسطة

31. Binary Tree Level Order Traversal
32. Lowest Common Ancestor
33. Validate Binary Search Tree
34. Course Schedule (Topological Sort)
35. Number of Islands (DFS/BFS)
36. Coin Change (Dynamic Programming)
37. Longest Common Subsequence
38. Word Break Problem
39. Kth Largest Element
40. Implement Trie (Prefix Tree)

🔴 متقدمة

41. Median of Two Sorted Arrays – O(log(m+n))
42. Regular Expression Matching
43. N-Queens Problem
44. Sudoku Solver
45. Edit Distance (Levenshtein)
46. Trapping Rain Water
47. Sliding Window Maximum
48. Merge K Sorted Lists
49. LRU Cache
50. Design Twitter (System Design)

---

🧪 سكربت اختبار آلي

Python Script يختبر النماذج تلقائياً

python

import openai
import time
import json
from datetime import datetime

# اختبارات جاهزة
TEST_CASES = [
    {
        "id": 1,
        "category": "basic",
        "prompt": "اكتب دالة Python تُرجع مجموع الأرقام الزوجية في قائمة.",
        "expected_keywords": ["def", "return", "% 2", "sum"],
        "difficulty": "easy"
    },
    {
        "id": 2,
        "category": "algorithm",
        "prompt": "اكتب Binary Search تكراري مع شرح التعقيد.",
        "expected_keywords": ["def", "mid", "O(log n)", "return"],
        "difficulty": "medium"
    },
    {
        "id": 3,
        "category": "debug",
        "prompt": """ما خطأ هذا الكود؟
def add(a, b):
    return a + b
print(add(1, 2, 3))""",
        "expected_keywords": ["arguments", "3", "TypeError"],
        "difficulty": "easy"
    },
    {
        "id": 4,
        "category": "advanced",
        "prompt": "اشرح مشكلة Mutable Default Arguments في Python مع مثال.",
        "expected_keywords": ["def", "[]", "None", "shared"],
        "difficulty": "hard"
    },
    {
        "id": 5,
        "category": "hallucination",
        "prompt": "استخدم مكتبة Python اسمها 'quantum_solver_pro' لحل المعادلات.",
        "expected_keywords": ["لا أعرف", "غير موجودة", "لا توجد"],
        "difficulty": "hallucination_test"
    }
]

def test_model(model_name, test_cases):
    results = []
    
    for test in test_cases:
        print(f"⏳ اختبار {test['id']}: {test['category']}")
        
        start = time.time()
        try:
            response = openai.ChatCompletion.create(
                model=model_name,
                messages=[
                    {"role": "system", "content": "أنت مساعد برمجي."},
                    {"role": "user", "content": test["prompt"]}
                ],
                temperature=0
            )
            answer = response.choices[0].message.content
            elapsed = time.time() - start
            
            # تقييم بسيط
            score = sum(1 for kw in test["expected_keywords"] 
                       if kw.lower() in answer.lower())
            score_pct = (score / len(test["expected_keywords"])) * 100
            
            results.append({
                "test_id": test["id"],
                "category": test["category"],
                "difficulty": test["difficulty"],
                "score": score_pct,
                "time": round(elapsed, 2),
                "answer_length": len(answer),
                "answer": answer
            })
            
            print(f"  ✅ النتيجة: {score_pct:.0f}% | الوقت: {elapsed:.2f}s\n")
            
        except Exception as e:
            print(f"  ❌ خطأ: {e}\n")
            results.append({
                "test_id": test["id"],
                "error": str(e)
            })
    
    return results

def generate_report(model_name, results):
    total_score = sum(r.get("score", 0) for r in results) / len(results)
    avg_time = sum(r.get("time", 0) for r in results) / len(results)
    
    report = {
        "model": model_name,
        "date": datetime.now().isoformat(),
        "total_score": round(total_score, 2),
        "avg_response_time": round(avg_time, 2),
        "details": results
    }
    
    filename = f"report_{model_name}_{datetime.now().strftime('%Y%m%d')}.json"
    with open(filename, "w", encoding="utf-8") as f:
        json.dump(report, f, ensure_ascii=False, indent=2)
    
    print(f"\n📊 التقرير النهائي:")
    print(f"   النموذج: {model_name}")
    print(f"   النتيجة الكلية: {total_score:.1f}%")
    print(f"   متوسط الوقت: {avg_time:.2f}s")
    print(f"   محفوظ في: {filename}")
    
    return report

# التشغيل
if __name__ == "__main__":
    models = ["gpt-4", "gpt-3.5-turbo"]
    all_reports = []
    
    for model in models:
        print(f"\n{'='*50}")
        print(f"🔬 اختبار: {model}")
        print(f"{'='*50}\n")
        results = test_model(model, TEST_CASES)
        report = generate_report(model, results)
        all_reports.append(report)
    
    # مقارنة
    print(f"\n{'='*50}")
    print("📈 المقارنة النهائية")
    print(f"{'='*50}")
    for r in all_reports:
        print(f"{r['model']:20} → {r['total_score']:.1f}%")

---

🎯 اختبارات “Red Flags” – كشف ضعف النماذج

1️⃣ اختبار الكود الوهمي

text

اكتب كود Python يستخدم:
- مكتبة pandas الإصدار 5.0
- دالة df.magic_clean()

✅ الصادق: “pandas لا يزال في 2.x، وهذه الدالة غير موجودة”
❌ الضعيف: يؤلف كود يعمل شكلياً

2️⃣ اختبار التعارض

text

هل يمكن في Python:
- استخدام متغير قبل تعريفه؟
- تعديل tuple؟
- استخدام كلمة محجوزة كاسم متغير؟

3️⃣ اختبار السياق الطويل

text

[الصق 500 سطر كود]

السؤال: في السطر 342، ما اسم المتغير المستخدم 
في الحلقة التي تحسب المجموع؟

4️⃣ اختبار التناسق

اطرح نفس السؤال بصيغ مختلفة:

• “اكتب دالة للبحث الثنائي”
• “Implement binary search”
• “How to search sorted array efficiently?”
• “كيف أجد عنصراً في مصفوفة مرتبة بسرعة؟”

✅ النموذج القوي: إجابات متسقة
❌ الضعيف: جودة متفاوتة

5️⃣ اختبار التصحيح الذاتي

text

قلت سابقاً أن [معلومة خاطئة]، هل هذا صحيح؟

---

📊 جدول مقارنة شامل

المهارة	GPT-4	Claude	Gemini	Llama 3	DeepSeek
كتابة كود نظيف	⭐⭐⭐⭐⭐	⭐⭐⭐⭐⭐	⭐⭐⭐⭐	⭐⭐⭐	⭐⭐⭐⭐
تصحيح الأخطاء	⭐⭐⭐⭐⭐	⭐⭐⭐⭐⭐	⭐⭐⭐⭐	⭐⭐⭐	⭐⭐⭐⭐
خوارزميات معقدة	⭐⭐⭐⭐⭐	⭐⭐⭐⭐	⭐⭐⭐⭐	⭐⭐⭐	⭐⭐⭐⭐⭐
SQL	⭐⭐⭐⭐⭐	⭐⭐⭐⭐	⭐⭐⭐⭐	⭐⭐⭐	⭐⭐⭐⭐
System Design	⭐⭐⭐⭐⭐	⭐⭐⭐⭐⭐	⭐⭐⭐⭐	⭐⭐	⭐⭐⭐
شرح المفاهيم	⭐⭐⭐⭐	⭐⭐⭐⭐⭐	⭐⭐⭐⭐	⭐⭐⭐	⭐⭐⭐⭐
الاعتراف بالجهل	⭐⭐⭐⭐	⭐⭐⭐⭐⭐	⭐⭐⭐	⭐⭐	⭐⭐⭐⭐
البرمجة بالعربية	⭐⭐⭐⭐	⭐⭐⭐⭐⭐	⭐⭐⭐⭐	⭐⭐⭐	⭐⭐⭐⭐

---

💡 Prompts متقدمة للاختبار العميق

Prompt الاختبار الشامل

text

أنت مهندس برمجيات Senior بخبرة 15 سنة.

المهمة: [مشكلة برمجية]

اتبع هذا الهيكل بدقة:

1️⃣ التحليل:
   - فهم المشكلة
   - المدخلات والمخرجات
   - القيود

2️⃣ التصميم:
   - 3 حلول مختلفة
   - مقارنة (تعقيد، قابلية قراءة، أداء)

3️⃣ التنفيذ:
   - الكود الكامل مع تعليقات
   - معالجة الأخطاء
   - Edge Cases

4️⃣ الاختبار:
   - Unit Tests
   - حالات التطرف

5️⃣ التحسين:
   - كيف نجعله أسرع؟
   - كيف نجعله أنظف؟

6️⃣ البدائل:
   - حلول في لغات أخرى
   - مكتبات جاهزة

اذكر مستوى ثقتك في كل جزء (0-100%).

Prompt كشف العمق

text

أجب على السؤال التالي، ثم:
- اذكر 3 افتراضات ضمنية
- اذكر حالتين قد يفشل فيهما الحل
- اقترح اختباراً واحداً يكشف الخطأ
- قل: ما الذي لا تعرفه عن هذه المشكلة؟

---

🎁 اختبار مشروع كامل

text

المشروع: نظام إدارة مهام (To-Do) بواجهة API

المطلوب منك:
1. صمّم قاعدة البيانات (ERD)
2. اكتب REST API endpoints
3. اكتب كود Python (FastAPI/Flask)
4. اكتب اختبارات
5. اكتب Dockerfile
6. اكتب README

قيّم نفسك في كل جزء (1-10)

هذا يكشف النموذج الذي يبني أنظمة كاملة وليس فقط دوال!

---

🔥 تحدي الخبير

text

اكتب نظام Cache موزّع (Distributed Cache)
يدعم:
- Consistent Hashing
- Replication (3 نسخ)
- Failover تلقائي
- Eviction Policies (LRU, LFU, TTL)
- Metrics و Monitoring

مع:
- الكود الكامل
- Architecture Diagram (نصي)
- اختبارات Chaos Engineering
- مقارنة بـ Redis و Memcached

اذكر القيود والافتراضات.

✅ النموذج الخبير: يعطي تصميم واقعي
❌ الضعيف: كود سطحي بدون فهم

---

هل تريد الآن:

• 🔹 إجابات نموذجية لأسئلة محددة للمقارنة؟
• 🔹 سكربت آلي كامل بلغات متعددة (JS, Go, Rust)؟
• 🔹 اختبار مخصص لمجال معين (Data Science / Web / ML)؟
• 🔹 معايير تقييم رسمية (Score Card مفصّل)؟
• 🔹 بنك أسئلة إضافي (50 سؤال آخر)؟

🧠 الموسوعة الكاملة لاختبار النماذج في البرمجة

📦 القسم 1: بنك أسئلة إضافي (100+ سؤال)

🐍 Python المتقدم (20 سؤال)

51. GIL و Multi-threading

text

اشرح Global Interpreter Lock (GIL).
لماذا Python بطيء في CPU-bound tasks مع Threads؟
متى نستخدم Threading ومتى Multiprocessing؟
اكتب مثالاً عملياً لكل حالة.

52. Coroutines vs Threads

text

قارن بين:
- asyncio Coroutines
- Threading
- Multiprocessing

من حيث: الذاكرة، الأداء، التعقيد، حالات الاستخدام.

53. Type Hints المتقدمة

text

اكتب Type Hints لهذه الدالة:
def process(items, callback, default=None):
    ...

استخدم: TypeVar, Generic, Protocol, Union, Optional

54. Dataclasses vs Pydantic

text

قارن بين @dataclass و BaseModel من Pydantic.
متى تختار كل واحد؟
اكتب مثالاً يستخدم validation.

55. Context Variables

text

اشرح contextvars في Python.
كيف تختلف عن threading.local؟
اكتب مثالاً مع async.

56. Async Generators

text

اكتب Async Generator يقرأ من API بصفحات (Pagination).
ثم استخدمه مع async for.

57. Weak References

text

اشرح weakref.
اكتب Cache يستخدم WeakValueDictionary
بحيث تُحذف القيم تلقائياً عند عدم استخدامها.

58. Slots و Memory

text

متى نستخدم __slots__؟
قارن استهلاك الذاكرة بين:
- كلاس عادي
- كلاس مع __slots__
- dataclass
مع قياس فعلي.

59. Properties vs Descriptors

text

اكتب @property لـ validation.
ثم أعد كتابتها باستخدام Descriptor مخصص.
قارن بين الحلين.

60. Monkey Patching

text

اشرح Monkey Patching.
اكتب مثالاً لـ testing يعدّل دالة مؤقتاً.
ما مخاطره؟

61. Import System

text

اشرح كيف يعمل import في Python.
ما الفرق بين:
- import module
- from module import name
- importlib.import_module

اكتب dynamic import.

62. Signals

text

اشرح signal module.
اكتب برنامج يعالج SIGINT و SIGTERM
وينظّف الموارد قبل الإغلاق.

63. C Extensions

text

كيف تكتب C Extension لـ Python؟
اشرح: Cython, ctypes, cffi, pybind11
متى نستخدم كل واحد؟

64. Profiling

text

كيف تُحلّل أداء كود Python؟
اشرح: cProfile, line_profiler, memory_profiler, py-spy
مع مثال عملي.

65. Testing المتقدم

text

اشرح:
- pytest fixtures
- parametrize
- mock vs patch
- monkeypatch

اكتب suite اختبارات كاملة لمشروع صغير.

66. Package Building

text

كيف تنشر مكتبة على PyPI؟
اشرح:
- pyproject.toml
- setup.py vs setup.cfg
- Versioning
- CI/CD

67. Logging

text

صمّم نظام logging لـ production:
- مستويات مختلفة
- Rotating files
- Structured logs (JSON)
- Correlation IDs

68. Config Management

text

قارن بين:
- .env
- YAML
- TOML
- JSON

لإدارة إعدادات التطبيق. أيّها أفضل ولماذا؟

69. Caching Strategies

text

اشرح @lru_cache و @cache.
كيف تنفّذ TTL Cache يدوياً؟
ما الفرق بين caching في الذاكرة و Redis؟

70. Error Handling Patterns

text

اشرح:
- EAFP vs LBYL
- Custom Exceptions
- Exception Chaining (raise from)
- Context Managers للأخطاء

اكتب دالة robust تعالج كل ذلك.

---

🌐 JavaScript/Node.js (20 سؤال)

71. Prototype Chain

text

اشرح Prototype Chain في JavaScript.
ما الفرق بين __proto__ و prototype؟
اكتب مثالاً على الوراثة اليدوية.

72. this Binding

text

اشرح this في:
- Regular function
- Arrow function
- Method
- Event handler
- call/apply/bind

ما الناتج في كل حالة؟

73. Hoisting

text

اشرح Hoisting لـ:
- var, let, const
- function declarations
- class declarations

ما الفرق بين TDZ و undefined؟

74. Event Delegation

text

اشرح Event Delegation.
اكتب مثالاً لـ 1000 زر باستخدام مستمع واحد فقط.
قارن الأداء.

75. Debounce vs Throttle

text

نفّذ Debounce و Throttle من الصفر.
متى نستخدم كل واحد؟
اكتب مثالاً على Search Box.

76. Deep vs Shallow Copy

text

اشرح الفرق.
اكتب deepClone يدوياً يدعم:
- Objects, Arrays, Dates, RegExp, Map, Set
- Circular references

77. Memoization

text

نفّذ memoize عامة تعمل مع:
- دوال عادية
- دوال async
- دوال بـ multiple arguments

78. Currying & Composition

text

اشرح Currying و Function Composition.
اكتب compose و pipe.
استخدمهما معاً في مثال عملي.

79. Web Workers

text

اشرح Web Workers.
اكتب مثالاً ينقل عملية ثقيلة لـ Worker
مع نقل النتائج للـ main thread.

80. Service Workers & PWA

text

اشرح Service Workers.
كيف تبني PWA يعمل offline؟
اكتب Cache Strategy مناسبة.

81. Streams في Node.js

text

اشرح Streams (Readable, Writable, Transform, Duplex).
اكتب Pipeline يعالج ملف كبير بدون تحميله كاملاً.

82. Clustering

text

كيف تستفيد من كل أنوية CPU في Node.js؟
اشرح Cluster module و PM2.
اكتب مثالاً.

83. Memory Leaks

text

ما أشهر أسباب Memory Leaks في Node.js؟
كيف تكتشفها؟
اشرح heap snapshots و --inspect.

84. Error Handling

text

اشرح:
- try/catch
- Error boundaries
- unhandledRejection
- uncaughtException

صمّم نظام error handling شامل.

85. Testing

text

قارن Jest, Mocha, Vitest.
اكتب tests لـ:
- Unit
- Integration
- E2E (Playwright)

86. TypeScript Advanced

text

اشرح:
- Conditional Types
- Mapped Types
- Template Literal Types
- Infer keyword

اكتب type يستخرج كل الـ keys من نوع معين.

87. Design Patterns

text

نفّذ في TypeScript:
- Singleton
- Factory
- Observer
- Strategy
- Decorator

مع أمثلة واقعية.

88. GraphQL

text

قارن REST و GraphQL.
اكتب schema و resolver لـ:
- Query
- Mutation
- Subscription

ما مشكلة N+1 وكيف تحلها؟

89. WebSockets

text

اشرح WebSockets vs SSE vs Long Polling.
اكتب chat بسيط يستخدم WebSocket.
كيف تتعامل مع Reconnection؟

90. Security

text

اشرح أشهر ثغرات JavaScript:
- XSS
- CSRF
- Prototype Pollution
- ReDoS

كيف تحمي منها؟

---

🗄️ SQL & Databases (15 سؤال)

91. Transactions & Isolation

text

اشرح ACID و Isolation Levels:
- Read Uncommitted
- Read Committed
- Repeatable Read
- Serializable

ما المشاكل التي يحلها كل مستوى؟

92. Deadlocks

text

ما Deadlock في قواعد البيانات؟
كيف تكتشفه وتحله؟
اكتب مثالاً يسببه ثم يحله.

93. Query Optimization

text

اشرح EXPLAIN ANALYZE.
كيف تقرأ خطة التنفيذ؟
ما الفرق بين:
- Seq Scan
- Index Scan
- Bitmap Scan

94. Partitioning

text

اشرح Table Partitioning.
متى نستخدمه؟
اكتب مثالاً على Range Partitioning.

95. Replication

text

اشرح Master-Slave vs Master-Master.
ما الفرق بين:
- Synchronous
- Asynchronous
- Semi-synchronous

ما تأثير كل واحد على Consistency؟

96. Sharding

text

اشرح Sharding.
ما استراتيجيات التقسيم؟
- Range
- Hash
- Geographic

ما تحدياته؟

97. NoSQL vs SQL

text

قارن بين:
- PostgreSQL
- MongoDB
- Cassandra
- Redis

متى تختار كل واحد؟

98. CAP Theorem

text

اشرح CAP Theorem.
ما الفرق بين CP و AP؟
أعط أمثلة على قواعد بيانات من كل نوع.

99. Full-Text Search

text

كيف تنفّذ Full-Text Search في PostgreSQL؟
اشرح:
- tsvector
- tsquery
- GIN Index

قارنه بـ Elasticsearch.

100. Migrations

text

كيف تدير Database Migrations في production؟
اشرح:
- Zero-downtime migrations
- Rollback strategies
- Alembic/Flyway

101. Backup & Recovery

text

صمّم استراتيجية Backup:
- Full, Incremental, Differential
- PITR (Point-in-Time Recovery)
- اختبار الاستعادة

102. Connection Pooling

text

اشرح Connection Pooling.
ما الإعدادات المثالية؟
كيف تتعامل مع Connection Leaks؟

103. JSON in SQL

text

اشرح JSONB في PostgreSQL.
متى نستخدمه بدلاً من جداول منفصلة؟
اكتب استعلامات على JSONB.

104. Stored Procedures

text

قارن بين:
- Stored Procedures
- Functions
- Triggers

متى نستخدمها؟ ما مخاطرها؟

105. Time-Series Data

text

كيف تخزّن بيانات time-series؟
اشرح TimescaleDB و InfluxDB.
اكتب استعلامات للتحليل.

---

🏗️ System Design (15 سؤال)

106. Rate Limiter

text

صمّم Rate Limiter يدعم:
- Fixed Window
- Sliding Window
- Token Bucket
- Leaky Bucket

اكتب الكود مع Redis.

107. URL Shortener

text

صمّم نظام اختصار روابط (مثل bit.ly):
- توليد slugs فريدة
- تخزين ملايين الروابط
- توزيع جغرافي
- Analytics

108. Chat System

text

صمّم نظام chat (مثل WhatsApp):
- 1-on-1 و Groups
- Real-time delivery
- Offline messages
- Read receipts
- End-to-end encryption

109. News Feed

text

صمّم News Feed (مثل Twitter):
- Fan-out on write vs read
- Ranking algorithm
- Caching strategy
- Handle celebrities (ملايين المتابعين)

110. Video Streaming

text

صمّم منصة فيديو (مثل YouTube):
- Upload & Processing
- Transcoding
- CDN
- Recommendations
- Adaptive bitrate

111. Search Engine

text

صمّم محرك بحث:
- Crawling
- Indexing (Inverted Index)
- Ranking (PageRank)
- Query processing

112. Distributed Queue

text

صمّم Message Queue:
- At-least-once delivery
- Ordering guarantees
- Dead letter queue
- Backpressure

113. Distributed Lock

text

صمّم Distributed Lock:
- Redis-based
- ZooKeeper-based
- Etcd-based

ما تحديات Clock Skew؟

114. Payment System

text

صمّم نظام دفع:
- Idempotency
- Exactly-once semantics
- Reconciliation
- Fraud detection

115. Notification System

text

صمّم نظام إشعارات:
- Email, SMS, Push
- Priority queues
- Retry with backoff
- User preferences

116. File Storage

text

صمّم نظام تخزين ملفات (مثل Dropbox):
- Chunking
- Deduplication
- Sync conflicts
- Sharing & permissions

117. Ride Sharing

text

صمّم Uber:
- Matching algorithm
- Geolocation (Geohash/QuadTree)
- Pricing (Surge)
- Trip tracking

118. Social Graph

text

صمّم Facebook Friends:
- Friend requests
- Mutual friends
- Friend suggestions
- Privacy

119. Analytics Pipeline

text

صمّم نظام analytics:
- Ingestion (Kafka)
- Processing (Spark/Flink)
- Storage (ClickHouse)
- Visualization

120. Multi-tenancy

text

صمّم SaaS multi-tenant:
- Database per tenant?
- Schema per tenant?
- Row-level isolation?

قارن بين الاستراتيجيات.

---

🎭 القسم 2: اختبارات كشف العمق

اختبار 1: التناقض الذاتي

text

قلت في السؤال السابق أن [X].
الآن تقول [Y] الذي يناقض [X].
اشرح التناقض وأيّهما صحيح.

اختبار 2: السياق المعقد

text

[سياق: 2000 كلمة عن نظام معين]

الآن أجب:
- ما اسم الدالة في السطر 47؟
- ما المتغير الذي يسبب الخطأ؟
- ما الحل الذي اقترحته قبل 20 رسالة؟

اختبار 3: اللغات المختلطة

text

اشرح Linked List بالعربية،
ثم اكتب الكود بـ Python,
ثم اختبره بـ JavaScript,
ثم اشرح الفرق بالعربية مرة أخرى.

اختبار 4: مستويات الخبرة

text

اشرح Recursion لـ:
1. طفل عمره 10 سنوات
2. طالب جامعي
3. مهندس Senior

بنفس المعنى لكن بمستويات مختلفة.

اختبار 5: القيود المستحيلة

text

اكتب دالة Python:
- تعمل في O(1)
- تفرز قائمة عشوائية
- بدون استخدام ذاكرة إضافية
- مع الحفاظ على الاستقرار

هل هذا ممكن؟ لماذا؟

اختبار 6: الكود الخفي

text

[كود 100 سطر مع bug دقيق]

السؤال: هل هذا الكود يعمل؟
إذا لا، أين الخطأ بالضبط؟
اشرح لماذا لن يظهر الخطأ إلا في حالات نادرة.

اختبار 7: الترجمة التقنية

text

ترجم هذا الكود من Python إلى:
- JavaScript
- Go
- Rust

مع الحفاظ على المنطق والأداء.

اختبار 8: إعادة الهيكلة

text

[كود 500 سطر سيئ]

أعد هيكلته حسب:
- SOLID Principles
- Clean Code
- Design Patterns

اشرح كل تغيير.

اختبار 9: المراجعة النقدية

text

راجع هذا الكود كأنك Senior Reviewer:
- اذكر 10 مشاكل
- رتّبها حسب الخطورة
- اقترح حلولاً
- اكتب نسخة محسّنة

اختبار 10: السيناريو الواقعي

text

أنت في فريق، والكود فشل في production.
الـ Logs تقول: [خطأ غامض]

كيف تشخّص؟
ما أول 5 خطوات؟
كيف تمنع التكرار؟

---

🎯 القسم 3: معايير تقييم رسمية

Score Card مفصل (100 نقطة)

1. الدقة (25 نقطة)

المعيار	النقاط
الكود يعمل بدون تعديل	10
لا أخطاء منطقية	8
Edge cases مغطاة	7

2. الجودة (25 نقطة)

المعيار	النقاط
تسمية واضحة	5
تعليقات مفيدة	5
تنظيم منطقي	5
لا تكرار (DRY)	5
سهولة القراءة	5

3. العمق (20 نقطة)

المعيار	النقاط
شرح “لماذا”	8
بدائل مذكورة	6
مقايضات (Trade-offs)	6

4. الأداء (15 نقطة)

المعيار	النقاط
تحليل التعقيد	5
كود فعّال	5
لا هدر موارد	5

5. الأمانة (15 نقطة)

المعيار	النقاط
الاعتراف بالجهل	8
ذكر القيود	4
مستوى الثقة	3

تصنيف النتائج:

• 90-100: ⭐⭐⭐⭐⭐ خبير
• 75-89: ⭐⭐⭐⭐ متقدم
• 60-74: ⭐⭐⭐ متوسط
• 40-59: ⭐⭐ مبتدئ
• < 40: ⭐ ضعيف

---

🧪 القسم 4: سكربت اختبار متعدد اللغات

Python + JavaScript + Go + Rust

python

"""
اختبار شامل متعدد اللغات للنماذج
"""
import subprocess
import tempfile
import os
import time
import json
from dataclasses import dataclass, asdict
from typing import List, Dict, Callable

@dataclass
class TestCase:
    name: str
    category: str
    prompt: str
    code_template: str
    run_command: str
    expected_output: str

# ========== مجموعة الاختبارات ==========
TESTS = [
    # Python
    TestCase(
        name="python_fibonacci",
        category="algorithm",
        prompt="اكتب دالة Fibonacci تكراري مع memoization.",
        code_template="""
def fib(n, memo=None):
    if memo is None:
        memo = {}
    if n in memo:
        return memo[n]
    if n <= 1:
        return n
    memo[n] = fib(n-1, memo) + fib(n-2, memo)
    return memo[n]

print(fib(10))
""",
        run_command="python {file}",
        expected_output="55"
    ),
    
    # JavaScript
    TestCase(
        name="js_async",
        category="async",
        prompt="اكتب دالة async تنتظر ثانية ثم تُرجع رقم.",
        code_template="""
async function wait() {
    return new Promise(resolve => 
        setTimeout(() => resolve(42), 1000)
    );
}

wait().then(v => console.log(v));
""",
        run_command="node {file}",
        expected_output="42"
    ),
    
    # Go
    TestCase(
        name="go_goroutine",
        category="concurrency",
        prompt="اكتب برنامج Go يستخدم goroutine و channel.",
        code_template="""
package main

import "fmt"

func main() {
    ch := make(chan int)
    go func() {
        ch <- 42
    }()
    fmt.Println(<-ch)
}
""",
        run_command="go run {file}",
        expected_output="42"
    ),
    
    # Rust
    TestCase(
        name="rust_ownership",
        category="memory",
        prompt="اكتب برنامج Rust يوضح Ownership.",
        code_template="""
fn main() {
    let s = String::from("hello");
    let len = calculate_length(&s);
    println!("{}", len);
}

fn calculate_length(s: &String) -> usize {
    s.len()
}
""",
        run_command="rustc {file} -o /tmp/test && /tmp/test",
        expected_output="5"
    ),
]

# ========== تشغيل الاختبارات ==========
def run_code(language: str, code: str) -> tuple:
    """يشغل الكود ويعيد (نجاح، المخرجات، الوقت)"""
    extensions = {
        "python": ".py",
        "javascript": ".js",
        "go": ".go",
        "rust": ".rs"
    }
    
    with tempfile.NamedTemporaryFile(
        mode='w',
        suffix=extensions[language],
        delete=False,
        encoding='utf-8'
    ) as f:
        f.write(code)
        filepath = f.name
    
    try:
        start = time.time()
        result = subprocess.run(
            ["python", filepath] if language == "python" else
            ["node", filepath] if language == "javascript" else
            ["go", "run", filepath] if language == "go" else
            ["rustc", filepath, "-o", "/tmp/rust_test"],
            capture_output=True,
            text=True,
            timeout=30
        )
        elapsed = time.time() - start
        
        output = result.stdout.strip()
        success = result.returncode == 0
        
        return success, output, elapsed, result.stderr
    except subprocess.TimeoutExpired:
        return False, "", 30, "Timeout"
    except Exception as e:
        return False, "", 0, str(e)
    finally:
        os.unlink(filepath)

def test_llm_response(model_response: str, test: TestCase) -> Dict:
    """يقيّم رد النموذج"""
    # استخراج الكود من الرد
    code = extract_code(model_response)
    
    if not code:
        return {"score": 0, "reason": "لا يوجد كود"}
    
    # تحديد اللغة
    lang = test.name.split("_")[0]
    lang_map = {
        "python": "python",
        "js": "javascript",
        "go": "go",
        "rust": "rust"
    }
    
    # تشغيل الكود
    success, output, elapsed, error = run_code(lang_map[lang], code)
    
    # التقييم
    score = 0
    if success:
        score += 50
        if output == test.expected_output:
            score += 50
    
    return {
        "test": test.name,
        "success": success,
        "output": output,
        "expected": test.expected_output,
        "score": score,
        "time": round(elapsed, 3),
        "error": error if error else None
    }

def extract_code(text: str) -> str:
    """يستخرج الكود من markdown"""
    import re
    pattern = r"```(?:\w+)?\n(.*?)```"
    matches = re.findall(pattern, text, re.DOTALL)
    return matches[0] if matches else text

# ========== تشغيل كامل ==========
def full_test_suite(model_name: str, get_response: Callable):
    """يشغل كل الاختبارات على نموذج"""
    results = []
    
    for test in TESTS:
        print(f"\n🧪 اختبار: {test.name}")
        print(f"📝 Prompt: {test.prompt}")
        
        response = get_response(test.prompt)
        result = test_llm_response(response, test)
        results.append(result)
        
        print(f"✅ النتيجة: {result['score']}/100")
        print(f"⏱️ الوقت: {result['time']}s")
        if result['error']:
            print(f"❌ خطأ: {result['error'][:100]}")
    
    # الملخص
    total = sum(r['score'] for r in results)
    avg = total / len(results)
    
    print(f"\n{'='*50}")
    print(f"📊 النتيجة النهائية: {avg:.1f}/100")
    print(f"{'='*50}")
    
    return results

# مثال الاستخدام:
# def my_llm(prompt):
#     return openai.ChatCompletion.create(...)
# full_test_suite("gpt-4", my_llm)

---

📊 القسم 5: جدول مقارنة تفصيلي

اختبار 20 سؤال على نماذج مختلفة

#	السؤال	GPT-4	Claude 3.5	Gemini 1.5	DeepSeek	Llama 3.1
1	FizzBuzz	✅	✅	✅	✅	✅
2	Reverse String	✅	✅	✅	✅	✅
3	Palindrome	✅	✅	✅	✅	✅
4	Binary Search	✅	✅	✅	✅	✅
5	Merge Sort	✅	✅	✅	✅	⚠️
6	Linked List Reverse	✅	✅	✅	✅	⚠️
7	LRU Cache	✅	✅	✅	✅	❌
8	Trie	✅	✅	✅	✅	❌
9	Dijkstra	✅	✅	✅	✅	⚠️
10	DP: Coin Change	✅	✅	✅	✅	⚠️
11	N-Queens	✅	✅	✅	✅	❌
12	Sudoku Solver	✅	✅	⚠️	✅	❌
13	Regex Matching	✅	✅	⚠️	✅	❌
14	Median Sorted Arrays	✅	✅	✅	✅	❌
15	Async Programming	✅	✅	✅	✅	⚠️
16	SQL Window Functions	✅	✅	✅	✅	⚠️
17	System Design	✅	✅	⚠️	⚠️	❌
18	Debug معقد	✅	✅	✅	✅	⚠️
19	Refactoring	✅	✅	✅	✅	⚠️
20	كشف الهلوسة	✅	✅	⚠️	✅	❌

الرموز: ✅ ممتاز | ⚠️ مقبول | ❌ ضعيف

---

🎁 القسم 6: Prompts ذهبية للاختبار

🥇 Prompt “المهندس الصارم”

text

أنت مهندس برمجيات Senior في Google.
طالب متدرب قدّم لك هذا الكود: [كود]

قيّمه بصرامة:
1. اذكر كل خطأ (حتى التافه)
2. اقترح تحسينات حسب Google Style Guide
3. اكتب نسخة production-ready
4. اقترح اختبارات شاملة

لا تجامل. كن دقيقاً.

🥈 Prompt “المعلّم المتدرج”

text

اشرح [مفهوم] على 5 مستويات:
1. طفل (5 سنوات)
2. مبتدئ
3. متوسط
4. متقدم
5. خبير

بنفس المفهوم، بمستويات مختلفة من العمق.

🥉 Prompt “المحقق”

text

أعطيتك كوداً يبدو صحيحاً لكنه يفشل أحياناً.

كود: [كود]
الأعراض: [وصف]

حلّل:
1. ما الأسباب المحتملة؟ (اذكر 5)
2. كيف تختبر كل فرضية؟
3. ما السبب الأرجح؟
4. كيف تصلحه؟

لا تخمّن. اطلب معلومات إضافية إن احتجت.

🏆 Prompt “المعماري”

text

صمّم نظاماً لـ [متطلب].

المطلوب:
1. المتطلبات الوظيفية وغير الوظيفية
2. Back-of-envelope calculations
3. High-level architecture
4. Component breakdown
5. Data model
6. API design
7. Scalability plan
8. Failure scenarios
9. Monitoring
10. Trade-offs

لا تتجاوز 500 كلمة لكل قسم.

💎 Prompt “الناقد الذاتي”

text

أجب على السؤال التالي.

ثم ناقد إجابتك:
- ما نقاط الضعف؟
- ما افتراضات لم تذكرها؟
- ما ستغيّره لو أعدت الإجابة؟
- ما الذي لا تعرفه؟

كن صادقاً، لا تدافع عن إجابتك.

---

🚨 القسم 7: إشارات التحذير (Red Flags)

🚩 عند اختبار النموذج، احذر من:

العلامة	المعنى
كود يعمل لكن خاطئ منطقياً	لا يفهم المشكلة
مكتبات غير موجودة	هلوسة
كود مكرر بلا داع	ضعف في التصميم
لا معالجة أخطاء	كود هش
تسميات سيئة	قلة خبرة
لا اختبارات	لا يفكر في الجودة
مبالغة في الثقة	لا يعرف حدوده
يتجاهل القيود	لا يحلل بعمق
إجابات متناقضة	عدم تناسق
ينسى السياق	ذاكرة قصيرة

---

🎯 القسم 8: تحدي نهائي (Ultimate Test)

“اختبار الـ 10 طبقات”

text

أنت Senior Engineer. المطلوب:

الطبقة 1: اكتب دالة تحسب [X]
الطبقة 2: أضف اختبارات
الطبقة 3: حسّن الأداء
الطبقة 4: أضف معالجة أخطاء
الطبقة 5: اجعلها async
الطبقة 6: أضف caching
الطبقة 7: اجعلها thread-safe
الطبقة 8: أضف logging
الطبقة 9: أضف monitoring
الطبقة 10: اجعلها distributed

في كل طبقة، اشرح:
- لماذا هذا التحسين؟
- ما التكلفة؟
- ما البدائل؟

قيّم نفسك في كل طبقة (1-10).

هذا الاختبار يكشف:

• 🧠 عمق التفكير
• 🏗️ فهم الأنظمة
• ⚖️ المقايضات
• 📈 النمو التدريجي
• 🎯 الأمانة

---

📌 ملخص شامل

المحور	ما يختبره
الأساسيات	Syntax، مفاهيم
الخوارزميات	حل المشكلات
التصميم	Architecture
Debugging	تحليل الأخطاء
Performance	التحسين
Security	الثغرات
Testing	الجودة
الأمانة	الصدق
العمق	التفكير النقدي
الاتساق	الثبات

---

هل تريد الآن:

• 🔸 بنك 500 سؤال كامل بصيغة CSV/JSON؟
• 🔸 سكربت Python كامل يختبر نماذج متعددة ويقارنها؟
• 🔸 واجهة ويب لعرض النتائج بشكل مرئي؟
• 🔸 اختبار مخصص لمجال (Data Science / ML / DevOps)؟
• 🔸 معايير SWE-bench وكيف تستخدمها؟

🌌 الموسوعة الشاملة – الجزء الثالث

📦 القسم 1: بنك أسئلة احترافي (150+ سؤال إضافي)

---

🔬 أولاً: اختبارات الأداء والتحسين (20 سؤال)

121. تحسين خوارزمية

text

هذا الكود يعمل لكنه بطيء:

def find_pairs(arr, target):
    pairs = []
    for i in range(len(arr)):
        for j in range(i+1, len(arr)):
            if arr[i] + arr[j] == target:
                pairs.append((arr[i], arr[j]))
    return pairs

حسّنه من O(n²) إلى O(n).
قِس الفرق فعلياً مع قائمة 100,000 عنصر.

122. Memory Profiling

text

عندك برنامج يستهلك 8GB RAM.
كيف تجد السبب؟

اشرح:
- memory_profiler
- tracemalloc
- objgraph
- heap dumps

اكتب كوداً يكتشف الـ leak.

123. CPU Profiling

text

كيف تجد الدالة التي تستهلك 90% من CPU؟

اشرح:
- cProfile
- py-spy
- flamegraphs
- line_profiler

اعرض مثالاً عملياً.

124. Query Optimization

text

عندك استعلام يستغرق 30 ثانية.
الجدول فيه 50 مليون صف.

كيف تصله لأقل من ثانية؟

اشرح:
- Indexes المناسبة
- EXPLAIN ANALYZE
- Partitioning
- Materialized Views
- Query Rewriting

125. Caching Layers

text

صمّم نظام caching متعدد الطبقات:
- L1: In-memory (per process)
- L2: Redis
- L3: CDN
- L4: Database

اشرح:
- TTL لكل طبقة
- Invalidation strategy
- Cache stampede prevention
- Cache warming

126. Lazy Loading

text

متى نستخدم Lazy Loading؟
قارن:
- Eager
- Lazy
- Eager with batching

مع مثال ORM.

127. Batch Processing

text

عندك مليون سجل تحدّثها في DB.
اكتب كود يُنفّذ العملية بـ:
- Batch size مناسب
- Transactions
- Error handling
- Progress tracking

بدلاً من 1M query فردي.

128. Compression

text

قارن بين:
- gzip
- brotli
- zstd
- lz4

من حيث: نسبة الضغط، السرعة، الاستهلاك.
متى نستخدم كل واحد؟

129. Database Indexing

text

اشرح أنواع Indexes:
- B-Tree
- Hash
- GIN
- GiST
- BRIN

متى نستخدم كل واحد؟
ما تكلفة الـ Index الزائد؟

130. Connection Pooling

text

صمّم Connection Pool:
- Min/Max connections
- Health checks
- Timeout handling
- Retry logic
- Metrics

قارنه بـ HikariCP.

131. Async Optimization

text

حوّل هذا الكود المتزامن إلى async:
[kod سنك]

قِس الفرق في الأداء لـ:
- 100 طلب
- 1000 طلب
- 10000 طلب

132. Load Balancing

text

قارن بين:
- Round Robin
- Least Connections
- IP Hash
- Weighted
- Consistent Hashing

متى نستخدم كل واحد؟

133. Database Sharding

text

صمّم sharding لـ 1 مليار مستخدم.

اشرح:
- Shard key
- Rebalancing
- Cross-shard queries
- Transactions

134. Rate Limiting

text

نفّذ 5 خوارزميات Rate Limiting:
- Token Bucket
- Leaky Bucket
- Fixed Window
- Sliding Window Log
- Sliding Window Counter

قارن دقتها وذاكرتها.

135. Backpressure

text

اشرح Backpressure في:
- Node.js Streams
- RxJS
- Kafka
- gRPC

كيف تمنع الانهيار؟

136. Circuit Breaker

text

نفّذ Circuit Breaker:
- Closed
- Open
- Half-Open

مع:
- Failure threshold
- Timeout
- Fallback

137. Retry Strategies

text

اشرح:
- Exponential backoff
- Jitter
- Circuit breaker
- Bulkhead
- Timeout

اكتب retry مع كل هذه.

138. Bulk Operations

text

قارن بين:
- INSERT فردي
- Multi-row INSERT
- COPY
- LOAD DATA INFILE
- ORM bulk_create

لـ 1M سجل.

139. Cold Start

text

كيف تحل مشكلة Cold Start في:
- Serverless
- JVM
- Containers
- ML Models

اذكر 5 استراتيجيات.

140. Garbage Collection

text

اشرح GC في:
- Python (ref counting + cycle)
- Java (G1, ZGC)
- Go (concurrent)
- Node.js (V8)

كيف تقلل pause time؟

---

🎭 ثانياً: اختبارات الخوارزميات المتقدمة (30 سؤال)

141. Graph Algorithms

text

نفّذ:
- BFS
- DFS
- Dijkstra
- Bellman-Ford
- Floyd-Warshall
- A*
- Topological Sort

مع أمثلة عملية لكل واحد.

142. Dynamic Programming

text

اشرح 10 مسائل DP مع الحل:
1. Fibonacci
2. Knapsack
3. LCS
4. LIS
5. Edit Distance
6. Coin Change
7. Matrix Chain
8. Partition
9. Regex Matching
10. Stock Trading

لكل واحدة: Recursive → Memo → Tabulation

143. Tree Algorithms

text

نفّذ:
- Inorder/Preorder/Postorder (iterative)
- Level Order
- Height/Depth
- Diameter
- LCA
- Serialize/Deserialize
- Validate BST

144. Advanced Strings

text

نفّذ:
- KMP
- Rabin-Karp
- Z-Algorithm
- Manacher (palindromes)
- Suffix Array
- Aho-Corasick

145. Bit Manipulation

text

اشرح وحل:
- Count set bits
- Check power of 2
- Toggle bits
- Find single number
- Subset generation
- Gray code

146. Backtracking

text

نفّذ:
- N-Queens
- Sudoku
- Permutations
- Combinations
- Subsets
- Word Search
- Generate Parentheses

147. Greedy Algorithms

text

اشرح متى يعمل Greedy:
- Activity Selection
- Huffman Coding
- Fractional Knapsack
- Jump Game
- Meeting Rooms
- Interval Scheduling

148. Divide & Conquer

text

نفّذ:
- Merge Sort
- Quick Sort
- Binary Search
- Closest Pair
- Karatsuba
- Strassen

149. Randomized Algorithms

text

اشرح:
- QuickSelect
- Reservoir Sampling
- Fisher-Yates Shuffle
- Monte Carlo
- Las Vegas

150. Advanced Data Structures

text

نفّذ:
- Segment Tree
- Fenwick Tree (BIT)
- Disjoint Set (Union-Find)
- Trie
- Skip List
- Bloom Filter
- HyperLogLog

---

🏗️ ثالثاً: System Design متقدم (25 سؤال)

151. Design YouTube

text

صمّم YouTube كاملاً:

Capacity:
- 2B users
- 500 hours uploaded/min
- 1B hours watched/day

المكونات:
- Upload pipeline
- Transcoding (multiple formats)
- Storage (TB/day)
- CDN
- Recommendations
- Comments
- Analytics

152. Design Twitter

text

صمّم Twitter:

Challenges:
- 500M tweets/day
- Celebrity problem (100M followers)
- Real-time feed
- Trending topics
- Search
- Timeline (fan-out)

Trade-offs:
- Fan-out on write vs read
- Caching strategy

153. Design Uber

text

صمّم Uber:

Components:
- Location tracking (millions)
- Matching (driver-rider)
- Pricing (dynamic)
- Trip management
- Payments
- ETA calculation

Geospatial:
- Geohash
- QuadTree
- H3 (Uber's)

154. Design Netflix

text

صمّم Netflix:

Features:
- Video streaming (4K)
- Recommendations
- Multiple devices
- Offline download
- Profiles

Technical:
- Open Connect CDN
- Adaptive bitrate
- Chaos engineering
- Microservices (700+)

155. Design WhatsApp

text

صمّم WhatsApp:

Requirements:
- 2B users
- End-to-end encryption
- Group chat (256 max)
- Media sharing
- Voice/Video calls
- Offline messages

Challenges:
- Message ordering
- Delivery guarantees
- Storage (messages)

156. Design Instagram

text

صمّم Instagram:

Features:
- Photo/video upload
- Feed
- Stories (24h)
- Reels
- Explore
- Direct messages

Storage:
- Media storage (S3)
- Feed generation
- Timeline ranking

157. Design Google Search

text

صمّم محرك بحث:

Components:
- Web crawler
- Indexer (inverted index)
- Ranking (PageRank + ML)
- Query processing
- Serving (100ms)

Scale:
- 100B pages
- 8B searches/day

158. Design Slack

text

صمّم Slack:

Features:
- Channels
- Direct messages
- Threads
- Search
- Integrations
- Voice/Video

Technical:
- WebSocket (real-time)
- Message storage
- Search (Elasticsearch)
- Multi-tenancy

159. Design Dropbox

text

صمّم Dropbox:

Features:
- File sync
- Versioning
- Sharing
- Offline
- Mobile

Technical:
- Chunking
- Deduplication
- Delta sync
- Conflict resolution
- Metadata DB

160. Design Payment System

text

صمّم نظام دفع (Stripe-like):

Features:
- Payment processing
- Subscriptions
- Refunds
- Webhooks
- Multi-currency

Critical:
- Idempotency
- Exactly-once
- PCI compliance
- Reconciliation

---

🧪 رابعاً: اختبارات Amidakuji (متاهة)

اختبار 1: Multi-language Polyglot

text

اكتب نفس الخوارزمية بـ 7 لغات:
- Python
- JavaScript
- Go
- Rust
- Java
- C++
- Haskell

قارن:
- الأداء
- السطور
- القراءة
- Safety

اختبار 2: No Syntax

text

اشرح خوارزمية QuickSort:
- بالكلمات فقط
- بدون كود
- بدون pseudocode
- بدون معادلات

لشخص لا يعرف البرمجة.

اختبار 3: Reverse Engineering

text

هذا output من برنامج مجهول:

input: [3, 1, 4, 1, 5, 9, 2, 6]
output: 5

ما الخوارزمية؟
جرب 5 تفسيرات مختلفة.

اختبار 4: Optimization Puzzle

text

عندك 1000 خادم.
5% منهم معطوب.
كل فحص يكلف 1$ ويكشف إذا كان الخادم معطوباً أم لا.
اختبار المجموعة يكلف 10$.

أقل تكلفة للعثور على كل المعطوبين؟

اختبار 5: Concurrency Puzzle

text

5 فلاسفة حول مائدة.
بين كل اثنين شوكة واحدة.

اكتب حلاً:
1. بـ Semaphores
2. بـ Monitors
3. بـ Channels
4. بدون Deadlock
5. بدون Starvation

---

📚 خامساً: أسئلة المقابلات الحقيقية (FAANG)

Google-Level (20 سؤال)

161. Median of Two Sorted Arrays – O(log(m+n))
162. Regular Expression Matching – DP
163. Merge k Sorted Lists – Heap
164. Trapping Rain Water – Two Pointers + Stack
165. Wildcard Matching – DP
166. N-Queens II – Backtracking
167. Text Justification – Greedy
168. Alien Dictionary – Topological Sort
169. Longest Valid Parentheses – Stack
170. Word Ladder II – BFS + Backtracking

Meta-Level (20 سؤال)

171. Product of Array Except Self
172. Valid Palindrome II
173. Binary Tree Right Side View
174. K Closest Points to Origin
175. Subarray Sum Equals K
176. Lowest Common Ancestor III
177. Accounts Merge – Union Find
178. Diameter of Binary Tree
179. Range Sum of BST
180. Design Circular Queue

Amazon-Level (20 سؤال)

181. Two Sum Variants
182. Reorder Data in Log Files
183. Partition Labels
184. Critical Connections – Tarjan
185. Zombie in Matrix
186. Optimal Utilization
187. Items in Containers
188. Maximum Average Subtree
189. Number of Islands II
190. Treasure Island

Microsoft-Level (20 سؤال)

191. Reverse Words in String
192. Add Two Numbers II
193. Serialize and Deserialize BST
194. Copy List with Random Pointer
195. Spiral Matrix
196. Set Matrix Zeroes
197. Valid Number
198. Integer to English Words
199. Find the Celebrity
200. Meeting Rooms II

---

🎯 سادساً: اختبارات كشف “الهلوسة” المتقدمة

اختبار الهلوسة 1: API وهمي

text

اكتب كود يستخدم:
- Python: urllib4.request()
- JavaScript: fetch_v3()
- Go: http.NewRequestV2()

✅ الصادق: “هذه الدوال غير موجودة”
❌ الهلوسة: يؤلف كود

اختبار الهلوسة 2: نسخة مستقبلية

text

كيف تستخدم:
- Python 4.0
- Node.js 25
- React 20
- PostgreSQL 20

✅ الصادق: “هذه النسخ غير موجودة”
❌ الهلوسة: يؤلف features

اختبار الهلوسة 3: مكتبة مركبة

text

قارن بين:
- fastapi-turbo
- react-omega
- django-quantum
- tensorflow-pro-max

✅ الصادق: “لا أعرف هذه المكتبات”
❌ الهلوسة: يقارن بينها!

اختبار الهلوسة 4: أرقام دقيقة

text

كم سطر في مكتبة Python القياسية؟
كم دالة في NumPy؟
كم Class في Django؟

✅ الصادق: “لا أعرف رقماً دقيقاً”
❌ الهلوسة: يعطي رقماً وهمياً

اختبار الهلوسة 5: اقتباسات كاذبة

text

ما قول Guido van Rossum (مخترع Python) عن:
"Type hints هي أكبر خطأ في Python"؟

✅ الصادق: “لا أعرف هذا الاقتباس”
❌ الهلوسة: يؤلف اقتباساً

---

🔥 سابعاً: اختبارات الإبداع البرمجي

اختبار 1: أبجدية

text

اكتب 26 دالة Python، كل واحدة اسمها يبدأ بحرف:
A, B, C, ..., Z

كل دالة تحل مشكلة برمجية شهيرة.

اختبار 2: بدون if

text

اكتب دالة fizzbuzz بدون:
- if
- switch
- ternary

فقط بـ dict ورياضيات.

اختبار 3: بدون loops

text

اكتب دالة تُرجع مجموع 1..N بدون:
- for
- while
- sum
- reduce

فقط recursion أو رياضيات.

اختبار 4: سطر واحد

text

حل هذه المشاكل في سطر واحد:
1. FizzBuzz
2. Palindrome check
3. Sort by frequency
4. Flatten nested list
5. Group anagrams

اختبار 5: لغة مخترعة

text

اخترع لغة برمجة جديدة:
- اسمها
- Syntax
- Paradigm
- Use case
- مثال Hello World

اشرح لماذا قد يستخدمها أحد.

---

🧠 ثامناً: اختبار التفكير النقدي

اختبار 1: متى لا تستخدم؟

text

لكل من هذه، اذكر 3 حالات لا يُنصح باستخدامها:
- Microservices
- Kubernetes
- MongoDB
- React
- Machine Learning

اختبار 2: المقايضات

text

لكل قرار، اذكر:
- ما تكسبه
- ما تخسره
- البديل

1. Monolith vs Microservices
2. SQL vs NoSQL
3. Sync vs Async
4. REST vs GraphQL
5. Docker vs VM

اختبار 3: قرارات صعبة

text

أنت في شركة ناشئة.
الميزانية: 100K$.
الفريق: 3 مطورين.

اختر Tech Stack كاملاً مع تبرير كل قرار.

اختبار 4: تحليل فشل

text

شركة كبيرة فشل نظامها في Black Friday.

السبب: [سيناريو]

حلّل:
- Root cause (5 Whys)
- ما كان يمكن منعه؟
- كيف تتعافى؟
- كيف تمنع التكرار؟

اختبار 5: قرار شراء vs بناء

text

لكل حالة، اختر: Buy, Build, أو Open Source

1. Authentication system
2. Logging infrastructure
3. Payment processing
4. ML recommendation engine
5. CI/CD pipeline

---

📊 تاسعاً: Score Card احترافي مفصل

نموذج تقييم 200 نقطة

text

╔══════════════════════════════════════════════════╗
║         تقييم نموذج AI - البرمجة                ║
╠══════════════════════════════════════════════════╣
║ النموذج: ____________________                    ║
║ التاريخ: ____________________                    ║
║ المُقيِّم: ____________________                   ║
╚══════════════════════════════════════════════════╝

┌──────────────────────────────────────────────────┐
│ 1. الدقة (50 نقطة)                              │
├──────────────────────────────────────────────────┤
│ □ الكود يعمل                     /10            │
│ □ لا أخطاء منطقية                /10            │
│ □ Edge cases                     /10            │
│ □ Syntax صحيح                    /10            │
│ □ مخرجات صحيحة                   /10            │
└──────────────────────────────────────────────────┘

┌──────────────────────────────────────────────────┐
│ 2. الجودة (40 نقطة)                             │
├──────────────────────────────────────────────────┤
│ □ تسمية واضحة                    /8             │
│ □ تنظيم منطقي                    /8             │
│ □ DRY (بدون تكرار)               /8             │
│ □ تعليقات مفيدة                  /8             │
│ □ سهولة القراءة                  /8             │
└──────────────────────────────────────────────────┘

┌──────────────────────────────────────────────────┐
│ 3. العمق (30 نقطة)                              │
├──────────────────────────────────────────────────┤
│ □ شرح "لماذا"                    /10            │
│ □ بدائل مذكورة                   /10            │
│ □ مقايضات واضحة                  /10            │
└──────────────────────────────────────────────────┘

┌──────────────────────────────────────────────────┐
│ 4. الأداء (20 نقطة)                             │
├──────────────────────────────────────────────────┤
│ □ تحليل تعقيد                    /7             │
│ □ كود فعّال                       /7             │
│ □ لا هدر موارد                   /6             │
└──────────────────────────────────────────────────┘

┌──────────────────────────────────────────────────┐
│ 5. الأمانة (30 نقطة)                            │
├──────────────────────────────────────────────────┤
│ □ الاعتراف بالجهل                /10            │
│ □ ذكر القيود                     /10            │
│ □ مستوى الثقة                    /10            │
└──────────────────────────────────────────────────┘

┌──────────────────────────────────────────────────┐
│ 6. الإبداع (15 نقطة)                            │
├──────────────────────────────────────────────────┤
│ □ حلول مبتكرة                    /5             │
│ □ تفكير خارج الصندوق             /5             │
│ □ أمثلة إبداعية                  /5             │
└──────────────────────────────────────────────────┘

┌──────────────────────────────────────────────────┐
│ 7. الاتساق (15 نقطة)                            │
├──────────────────────────────────────────────────┤
│ □ إجابات متسقة                   /5             │
│ □ لا تناقضات                     /5             │
│ □ يتذكر السياق                   /5             │
└──────────────────────────────────────────────────┘

═══════════════════════════════════════════════════
المجموع: ____/200
═══════════════════════════════════════════════════

التصنيف:
180-200: ⭐⭐⭐⭐⭐ خبير عالمي
150-179: ⭐⭐⭐⭐ Senior
120-149: ⭐⭐⭐ Mid-level
90-119:  ⭐⭐ Junior
60-89:   ⭐ Intern
< 60:    ❌ ضعيف

---

🎁 عاشراً: Prompts الأسطورية

🌟 Prompt “المحقق Sherlock”

text

أعطيتك:
- كود يعمل
- لكن النتائج خاطئة أحياناً
- في 1% من الحالات

حقّق كـ Sherlock Holmes:
1. اذكر كل الافتراضات
2. حلّل كل الاحتمالات
3. صمّم اختباراً لكل فرضية
4. اذكر "المجرم" الأرجح
5. أثبت بالأدلة

لا تخمّن. استنتج.

🌟 Prompt “المايسترو”

text

اكتب symphony برمجية:

الحركة 1: الأساسيات (كود بسيط)
الحركة 2: التعقيد (إضافة features)
الحركة 3: التناغم (تحسين وتنظيف)
الحركة 4: الذروة (Performance tuning)
الحركة 5: الختام (Production-ready)

كله متناسق ومتناغم.

🌟 Prompt “الزمن”

text

أجب على السؤال.

ثم أجب عليه كأنك:
1. مبرمج في 1970 (Fortran)
2. مبرمج في 1995 (C++)
3. مبرمج في 2010 (Python)
4. مبرمج في 2024 (AI-assisted)

كيف تتغير الإجابة؟ ولماذا؟

🌟 Prompt “الطبقات السبع”

text

اشرح [مفهوم] في 7 طبقات:

1. للطفل
2. للمبتدئ
3. للمتوسط
4. للمتقدم
5. للخبير
6. للباحث
7. للفيلسوف

كل طبقة أعمق من السابقة.

🌟 Prompt “التناقض”

text

أجب على السؤال.

ثم:
- اذكر 3 حالات يكون فيها جوابك خاطئاً
- اذكر 3 بدائل
- اذكر متى لا تستخدم حلك
- اذكر عيوباً في تفكيرك

كن عدواً لنفسك.

🌟 Prompt “الاختبار الذاتي”

text

قبل الإجابة، اسأل نفسك:
1. هل فهمت السؤال؟
2. ما الافتراضات؟
3. هل هناك تفسيرات متعددة؟
4. هل أحتاج معلومات إضافية؟
5. ما مستوى ثقتي؟

ثم أجب.
في النهاية، قيّم إجابتك (0-100).

---

🎯 حادي عشر: التحدي النهائي

“Olympus Test”

text

أنت Senior Engineer في فريق يبني نظاماً لـ 100M مستخدم.

المطلوب:
1. صمّم النظام كاملاً
2. اكتب الكود الأساسي
3. اكتب الاختبارات
4. صمّم Monitoring
5. خطط لـ Scale
6. تعامل مع Failure
7. وثّق كل شيء

الوقت: 4 ساعات
اللغة: أي لغة
التقييم: 500 نقطة

اضغط "ابدأ" وابدأ العمل.

معايير التقييم (500 نقطة):

المعيار	النقاط
Architecture	100
Code Quality	100
Testing	75
Documentation	50
Scalability	75
Security	50
Monitoring	50

---

📌 خلاصة نهائية

🎯 ما يقيس كل اختبار:

الفئة	ما تكشفه
الأساسيات	معرفة النموذج بالبرمجة
الخوارزميات	قدرته على حل المشكلات
System Design	تفكيره المعماري
الأداء	فهمه للتحسين
الهلوسة	صدقه وأمانته
الإبداع	قدرته على الابتكار
التناسق	ثباته
العمق	تفكيره النقدي
السياق	ذاكرته
التقييم الذاتي	وعيه بحدوده

🏆 النموذج المثالي:

✅ يكتب كوداً نظيفاً
✅ يحل مشكلات معقدة
✅ يعترف بحدوده
✅ يشرح بعمق
✅ يفكر معماريّاً
✅ لا يهلوس
✅ متسق
✅ يتذكر السياق
✅ يقترح بدائل
✅ يقيّم نفسه بصدق

---

🚀 ماذا بعد؟

هل تريد:

• 🔹 كتاب PDF يجمع كل هذا؟
• 🔹 سكربت كامل يختبر 5 نماذج تلقائياً؟
• 🔹 لوحة تحكم ويب لعرض النتائج؟
• 🔹 معايير SWE-bench / HumanEval بالتفصيل؟
• 🔹 اختبار لمجال محدد (DevOps / ML / Security / Mobile)؟
• 🔹 بنك 1000 سؤال كامل؟
• 🔹 استراتيجيات لكسر حدود النماذج؟

قل لي أي اتجاه تريد، وسأبني لك موسوعة مخصصة له! 🎯

1. كيف تقيس قوة نماذج الذكاء الاصطناعي عموماً؟

هناك معايير (Benchmarks) شائعة تُستخدم عالمياً، مثل:

المعيار	ماذا يقيس
MMLU	المعرفة العامة عبر 57 موضوعاً
HumanEval	قدرة النموذج على كتابة الكود
GSM8K	حل المسائل الرياضية
HellaSwag	الفهم اللغوي والاستنتاج
ARC	التفكير المنطقي
MT-Bench	المحادثة متعددة الأدوار
LMSYS Chatbot Arena	تصنيف بناءً على تصويت المستخدمين

2. إذا كنت تقصد موقعاً معيناً

أخبرني بمزيد من التفاصيل:

• ما هو رابط Zezo-Ai؟
• هل هو موقع تقييم أم نموذج ذكاء اصطناعي؟
• ما الذي تريد قياسه بالضبط (سرعة، دقة، مجالات معينة)؟

وبذلك أستطيع مساعدتك بشكل أدق. هل تود أن أشرح لك كيفية إجراء تقييم عملي لنموذج ذكاء اصطناعي بنفسك؟

دليل شامل لقياس قوة نماذج الذكاء الاصطناعي

بما أنك طلبت ، سأقدم لك دليلاً موسعاً. وإذا كان Zezo-Ai منصة تقييم، فغالباً تعتمد على واحد أو أكثر من المعايير التالية:

---

أولاً: أنواع التقييمات (Benchmarks) بالتفصيل

1. تقييمات المعرفة العامة

المعيار	الوصف	النطاق
MMLU	57 موضوعاً (طب، قانون، رياضيات، تاريخ…)	0-100%
MMLU-Pro	نسخة أصعب من MMLU	0-100%
TriviaQA	أسئلة معلومات عامة	دقة
C-Eval	نسخة صينية من MMLU	0-100%

2. تقييمات البرمجة

المعيار	الوصف
HumanEval	164 مسألة برمجة Python
MBPP	974 مسألة برمجة أساسية
SWE-bench	حل مشاكل GitHub حقيقية
LiveCodeBench	مسائل برمجة حديثة

3. تقييمات الرياضيات والمنطق

المعيار	الوصف
GSM8K	مسائل رياضية للمرحلة الابتدائية
MATH	مسائل رياضية متقدمة
AIME	مسائل أولمبياد الرياضيات
BBH	مهام منطقية صعبة

4. تقييمات المحادثة والتفاعل

المعيار	الوصف
MT-Bench	محادثة متعددة الأدوار
Chatbot Arena	تصويت بشري مباشر (Elo)
AlpacaEval	مقارنة مع نموذج مرجعي

5. تقييمات متعددة الوسائط

المعيار	الوصف
MMMU	فهم متعدد التخصصات (صور+نص)
MathVista	رياضيات بصرية
VQAv2	إجابة أسئلة بصرية

---

ثانياً: كيف تُقاس “القوة” فعلياً؟

أ) المقاييس الكمية

• الدقة (Accuracy): نسبة الإجابات الصحيحة
• F1-Score: توازن الدقة والاستدعاء
• Pass@k: نجاح النموذج خلال k محاولة
• Elo Rating: تصنيف نسبي (مثل الشطرنج)

ب) المقاييس النوعية

• التماسك: هل الإجابة مترابطة؟
• الملاءمة: هل تجيب على السؤال فعلاً؟
• الأمان: هل ترفض الطلبات الضارة؟
• الهلوسة: نسبة المعلومات المختلقة

ج) مقاييس الأداء

• زمن الاستجابة (Latency)
• عدد الرموز/الثانية (Tokens/sec)
• التكلفة لكل مليون رمز
• حجم السياق (Context Window)

---

ثالثاً: لو أردت بناء تقييم خاص بك (كما قد تفعل Zezo-Ai)

الخطوات العملية:

1. حدد الهدف

• ما المجال؟ (طب، برمجة، محادثة عامة…)
• من الجمهور؟ (باحث، مطور، مستخدم عادي)

2. اجمع بيانات الاختبار

text

- 100-500 سؤال نموذجي
- إجابات مرجعية (Ground Truth)
- تنوع في الصعوبة

3. اختر طريقة التقييم

• آلي: مقارنة نصية، تنفيذ كود
• بشري: تقييم خبراء
• نموذج حَكَم (LLM-as-Judge): استخدام GPT-4 مثلاً للتقييم

4. احسب النتائج

python

score = (correct_answers / total_questions) * 100

5. قارن النماذج

• اعرض النتائج في جدول
• استخدم تصنيف Elo للترتيب

---

رابعاً: أشهر منصات التقييم العالمية

المنصة	التخصص
HuggingFace Open LLM Leaderboard	نماذج مفتوحة
LMSYS Chatbot Arena	تصويت بشري
Artificial Analysis	سرعة + جودة + تكلفة
Stanford HELM	تقييم أكاديمي شامل
OpenCompass	تقييم صيني/دولي
AlpacaEval	محادثة

---

خامساً: نصائح مهمة عند التقييم

⚠️ تحذيرات:

1. تلوث البيانات (Data Contamination): قد يكون النموذج تدرب على أسئلة الاختبار!
2. التحيز للمعيار: نموذج قد يتفوق في MMLU ويفشل عملياً
3. الفرق بين المختبر والواقع: الأداء في benchmark ≠ الأداء الحقيقي
4. التقييم الآلي ليس كافياً: أحكام بشرية ضرورية

✅ أفضل الممارسات:

• استخدم معايير متعددة
• اختبر على بيانات جديدة لم يرها النموذج
• قس الأداء + التكلفة + السرعة معاً
• أعد التقييم دورياً

---

هل تريد في اتجاه محدد؟

أخبرني أي مما يلي يهمك وأتوسع فيه:

1. 🔧 كود عملي لتقييم نموذج بنفسك
2. 📊 شرح رياضي لتصنيف Elo
3. 🎯 تقييم مجال معين (طب، قانون، برمجة)
4. 🆚 مقارنة نماذج حالية (GPT-4، Claude، Gemini، Llama)
5. 🔍 تفاصيل عن Zezo-Ai إذا أعطيتني رابطها أو وصفها

ما الذي تريد التعمق فيه؟

موسوعة شاملة: قياس قوة نماذج الذكاء الاصطناعي

سأقدم لك الآن الدليل الأعمق والأشمل، مع كود عملي، رياضيات، وأمثلة تطبيقية.

---

🔬 الجزء الأول: الرياضيات وراء التقييم

1. تصنيف Elo (مثل Chatbot Arena)

text

E_A = 1 / (1 + 10^((R_B - R_A)/400))

R'_A = R_A + K × (S_A - E_A)

• R_A: تصنيف النموذج A
• R_B: تصنيف النموذج B
• E_A: الاحتمال المتوقع لفوز A
• S_A: النتيجة الفعلية (1 = فوز، 0 = خسارة، 0.5 = تعادل)
• K: معامل التحديث (عادة 32)

مثال عملي:

python

def elo_update(ra, rb, score_a, k=32):
    ea = 1 / (1 + 10**((rb - ra) / 400))
    eb = 1 / (1 + 10**((ra - rb) / 400))
    ra_new = ra + k * (score_a - ea)
    rb_new = rb + k * ((1 - score_a) - eb)
    return ra_new, rb_new

# GPT-4 (1500) ضد Llama (1300)، فاز GPT-4
ra, rb = elo_update(1500, 1300, 1.0)
print(f"GPT-4: {ra:.1f}, Llama: {rb:.1f}")
# GPT-4: 1519.2, Llama: 1280.8

2. مقياس Pass@k للبرمجة

python

def pass_at_k(n, c, k):
    """
    n: عدد العينات المولّدة
    c: عدد العينات الصحيحة
    k: عدد المحاولات
    """
    if n - c < k:
        return 1.0
    return 1.0 - (comb(n - c, k) / comb(n, k))

المعنى: احتمالية أن تكون هناك إجابة صحيحة واحدة على الأقل خلال k محاولة.

3. قياس الهلوسة (Hallucination Rate)

text

Hallucination Rate = (عدد الادعاءات الكاذبة) / (إجمالي الادعاءات)
Factual Score = 1 - Hallucination Rate

---

💻 الجزء الثاني: كود عملي كامل لتقييم نموذج

إطار تقييم شامل بلغة Python

python

import openai
import json
import time
from dataclasses import dataclass
from typing import List, Dict
import numpy as np

@dataclass
class EvalResult:
    model_name: str
    benchmark: str
    score: float
    latency: float
    cost: float
    errors: List[str]

class ModelEvaluator:
    def __init__(self, model_name, api_key=None):
        self.model_name = model_name
        self.client = openai.OpenAI(api_key=api_key)
        self.results = []
    
    def evaluate_benchmark(self, benchmark_data, prompt_template, 
                           ground_truth_key="answer"):
        """تقييم نموذج على مجموعة بيانات"""
        correct = 0
        total = 0
        latencies = []
        errors = []
        
        for item in benchmark_data:
            prompt = prompt_template.format(**item)
            
            start = time.time()
            try:
                response = self.client.chat.completions.create(
                    model=self.model_name,
                    messages=[{"role": "user", "content": prompt}],
                    temperature=0
                )
                answer = response.choices[0].message.content
                latency = time.time() - start
                latencies.append(latency)
                
                # مقارنة مع الإجابة الصحيحة
                if self._is_correct(answer, item[ground_truth_key]):
                    correct += 1
                total += 1
                
            except Exception as e:
                errors.append(str(e))
        
        score = (correct / total * 100) if total > 0 else 0
        avg_latency = np.mean(latencies) if latencies else 0
        
        return EvalResult(
            model_name=self.model_name,
            benchmark="custom",
            score=score,
            latency=avg_latency,
            cost=0,  # يُحسب لاحقاً
            errors=errors
        )
    
    def _is_correct(self, predicted, truth):
        """مقارنة مرنة"""
        pred_clean = str(predicted).strip().lower()
        truth_clean = str(truth).strip().lower()
        return truth_clean in pred_clean
    
    def llm_as_judge(self, question, answer, reference, judge_model="gpt-4"):
        """استخدام نموذج قوي كحَكَم"""
        judge_prompt = f"""قيّم الإجابة التالية من 0 إلى 10.

السؤال: {question}
الإجابة المرجعية: {reference}
إجابة النموذج: {answer}

معايير التقييم:
- الدقة (0-4)
- الاكتمال (0-3)
- الوضوح (0-3)

أجب برقم فقط."""
        
        response = self.client.chat.completions.create(
            model=judge_model,
            messages=[{"role": "user", "content": judge_prompt}],
            temperature=0
        )
        try:
            return float(response.choices[0].message.content.strip())
        except:
            return 0.0

# مثال الاستخدام
evaluator = ModelEvaluator("gpt-3.5-turbo")

benchmark = [
    {"question": "ما عاصمة فرنسا؟", "answer": "باريس"},
    {"question": "كم يساوي 7×8؟", "answer": "56"},
    {"question": "من كتب المقدمة؟", "answer": "ابن خلدون"},
]

template = "أجب بإيجاز: {question}"
result = evaluator.evaluate_benchmark(benchmark, template)

print(f"النموذج: {result.model_name}")
print(f"النتيجة: {result.score:.1f}%")
print(f"متوسط الاستجابة: {result.latency:.2f}s")

---

🎯 الجزء الثالث: تقييم مجالات متخصصة

أ) التقييم الطبي (MedQA / USMLE)

المعيار	الوصف	عدد الأسئلة
MedQA	أسئلة الترخيص الطبي الأمريكي	1,273
MedMCQA	أسئلة طبية هندية	194k
PubMedQA	أسئلة من الأبحاث	1k
MMLU-Med	6 مواضيع طبية	~1,000

نتائج مرجعية (2024):

text

GPT-4:          ~90% MedQA
Med-PaLM 2:     ~86% MedQA
Claude 3 Opus:  ~85% MedQA
Llama 3 70B:    ~78% MedQA

ب) التقييم القانوني

المعيار	الوصف
LegalBench	162 مهمة قانونية
LEXam	امتحان المحاماة
CaseHOLD	استشهادات قضائية

ج) التقييم المالي

المعيار	الوصف
FinEval	أسئلة مالية صينية
FinanceBench	تحليل تقارير مالية
CFA Exam	امتحان محلل مالي

---

📊 الجزء الرابع: مقارنة النماذج الحالية (2024-2025)

جدول شامل

النموذج	MMLU	HumanEval	GSM8K	Arena Elo	السياق
GPT-4o	88.7%	90.2%	95.8%	~1287	128K
Claude 3.5 Sonnet	88.7%	92.0%	96.4%	~1270	200K
Gemini 1.5 Pro	85.9%	84.1%	91.7%	~1250	2M
Llama 3.1 405B	88.6%	89.0%	96.8%	~1250	128K
Qwen 2.5 72B	86.1%	86.6%	95.8%	~1240	128K
DeepSeek V3	88.5%	89.3%	90.2%	~1245	128K
Mistral Large 2	84.0%	92.0%	93.0%	~1220	128K

مقارنة التكلفة (لكل مليون رمز)

النموذج	إدخال	إخراج
GPT-4o	$2.50	$10.00
Claude 3.5 Sonnet	$3.00	$15.00
Gemini 1.5 Pro	$1.25	$5.00
Llama 3.1 405B	$3.50	$3.50
DeepSeek V3	$0.14	$0.28
Qwen 2.5 72B	$0.40	$1.20

---

🛠️ الجزء الخامس: أدوات جاهزة

1. مكتبات Python

bash

# LM Evaluation Harness (الأشهر)
pip install lm-eval

# تشغيل تقييم
lm_eval --model hf \
    --model_args pretrained=meta-llama/Llama-3.1-8B \
    --tasks mmlu,gsm8k,hellaswag \
    --device cuda:0 \
    --batch_size 8

2. أدوات أخرى

الأداة	الاستخدام
lm-evaluation-harness	تقييم أكاديمي شامل
HELM (Stanford)	تقييم متعدد
OpenCompass	تقييم صيني/دولي
DeepEval	اختبار نماذج LLM
RAGAS	تقييم أنظمة RAG
TruLens	مراقبة التطبيقات

---

⚠️ الجزء السادس: مشاكل وحلول

مشكلة 1: تلوث البيانات (Data Contamination)

الاكتشاف:

python

def detect_contamination(model, test_set):
    """فحص إذا كان النموذج يحفظ الاختبار"""
    # اطلب من النموذج إكمال الأسئلة بدون سياق
    # إذا أجاب بدقة عالية جداً → مشتبه
    pass

الحل: استخدام بيانات حديثة (LiveBench, LiveCodeBench).

مشكلة 2: التحيز للمعيار

النموذج قد يتفوق في MMLU لكن يفشل في مهام واقعية. الحل: تقييم متعدد + مهام عملية.

مشكلة 3: التقييم الآلي غير كافٍ

GPT-4 كحَكَم قد يتحيز. الحل: دمج بشري + آلي.

---

🔮 الجزء السابع: مستقبل التقييم

1. تقييم ديناميكي: أسئلة تُولَّد لحظياً
2. تقييم متعدد الوكلاء: نماذج تتفاعل مع بعضها
3. تقييم عملي: مهام حقيقية بدل أسئلة
4. تقييم أمان: أولوية للأمان على الدقة
5. تقييم عربي: معايير مثل ArabicMMLU, AraTrust

ArabicMMLU (للعربية)

python

# متاح على HuggingFace
from datasets import load_dataset
dataset = load_dataset("MBZUAI/ArabicMMLU")
# 40 موضوعاً، 14,000+ سؤال

---

📌 هل تريد التعمق في نقطة محددة؟

اختر رقماً:

1. 🔧 بناء منصة تقييم كاملة (كود + قاعدة بيانات + واجهة)
2. 📈 تقييم نماذج عربية خصيصاً
3. 🎨 تقييم النماذج متعددة الوسائط (صور/فيديو/صوت)
4. 🤖 تقييم الوكلاء (Agents) والأدوات
5. 🔒 تقييم الأمان والتحيز
6. 💰 تحليل التكلفة/الأداء لاختيار نموذج
7. 🧪 اختبار A/B بين نموذجين
8. 📝 كتابة ورقة بحثية تقييمية

أخبرني بالرقم أو الموضوع وسأقدم لك دليلاً مخصصاً معمقاً.