Panduan penggunaan

Cara guna Uni Cetavals

Panduan lengkap untuk memahami apa yang anda akan lakukan, apa yang anda akan lihat, dan mengapa ia penting.

Empat keadaan epistemik

Setiap set tiga larian akan mempamerkan salah satu daripada empat corak berikut.

Yaqeen يقين

Kepastian

Ketiga-tiga larian menghasilkan jawapan yang sama dengan tahap keyakinan yang sama. Model itu stabil — dan apabila benar, ketepatannya teguh.

Corak: Bulat, konsisten, seragam.
Contoh: Soalan matematik, fakta yang telah mantap, hukum yang jelas.

Zann ظن

Sangkaan

Ketiga-tiga larian cenderung ke arah yang sama, tetapi dengan variasi dalam penekanan. Model itu bersangka berdasarkan bukti — bukan menegaskan.

Corak: Arah sama, sebutan berbeza.
Contoh: Nasihat perubatan, pertimbangan saham, ikhtilaf fiqh yang dikenali.

Shak شك

Keraguan

Larian-larian bercanggah antara satu sama lain, dan sekurang-kurangnya satu mengaku tidak pasti. Model itu benar-benar ragu.

Corak: Percanggahan terbuka, pengakuan ragu.
Contoh: Isu kontemporari yang belum ada ijmak, dilema moral, nasihat kontekstual.

Wahm وهم

Ilusi

Setiap larian berbunyi yakin — tetapi mereka saling bercanggah. Keyakinan itu nyata; kepastiannya palsu. Inilah ilusi mengetahui.

Corak: Yakin tetapi bercanggah.
Contoh: Sebab tunggal untuk peristiwa kompleks, tuduhan spesifik tanpa sumber, campur tangan undang-undang.

Aliran setiap soalan

Empat langkah. Tidak lebih, tidak kurang.

Baca soalan dan tiga larian

Setiap soalan memaparkan satu prompt dan tiga jawapan — A, B, dan C. Ini bukan tiga model berbeza. Ini satu model yang sama, dijalankan tiga kali. Baca kesemuanya dengan teliti.

Tip: Perhatikan bukan sahaja apa yang dikatakan, tetapi betapa yakinnya. Satu jawapan mungkin berbunyi yakin; satu lagi berhati-hati; satu lagi ragu.

Nilai keyakinan mereka

Soalan pertama yang anda akan ditanya: Adakah tahap keyakinan ketiga-tiga jawapan itu berbeza? Tiga pilihan mudah — Sama, Sedikit, atau Banyak.

Tiada jawapan betul atau salah di sini. Tujuannya adalah untuk melatih mata anda supaya perasan perbezaan dalam sebutan, pilihan perkataan, dan penggunaan kata-kata tegas seperti "mesti", "tidak mungkin", atau "mungkin".

Klasifikasikan corak

Selepas menilai keyakinan, anda akan melihat semula ketiga-tiga larian dan mengklasifikasikan keseluruhan set — bukan mana-mana jawapan tunggal — kepada salah satu daripada empat keadaan: yaqeen, zann, shak, atau wahm.

Prinsip utama: Keadaan-keadaan ini adalah sifat set larian, bukan sifat satu jawapan. Anda tidak boleh melihat yaqeen atau wahm dengan hanya melihat sekali.

Baca penjelasan dan teruskan

Selepas klasifikasi anda, antara muka akan menunjukkan sama ada bacaan anda sepadan dengan corak yang dijangka — dan menerangkan mengapa larian-larian itu menunjukkan keadaan tersebut.

Selepas kesemua 10 soalan, anda akan melihat taburan peribadi anda: berapa banyak yaqeen, zann, shak, dan wahm yang anda jumpa.

Prinsip yang perlu diingati

Mengapa ini penting

Dalam penilaian AI sebenar, kerja yang paling penting bukan menilai satu jawapan — tetapi memahami taburan jawapan yang dihasilkan oleh model yang sama. Apabila sistem AI digunakan dalam konteks berisiko tinggi — fiqh, perubatan, keselamatan, keputusan keluarga — perbezaan antara yaqeen dan wahm bukan sekadar perbezaan intelek. Ia adalah perbezaan antara nasihat yang boleh dipercayai dan nasihat yang tidak boleh dipercayai.

Latihan ini melatih refleks intelek yang diperlukan untuk membuat penilaian tersebut. Ia mengajar anda membaca model, bukan sekadar membaca jawapan.

Selepas anda selesai 10 soalan, anda akan memiliki insting untuk bertanya: "Adakah ini satu larian, atau satu corak?" Soalan itu sahaja akan mengubah cara anda menggunakan AI selama-lamanya.

Rujukan

Glosari istilah

Istilah-istilah kunci yang digunakan sepanjang modul ini, dengan takrifan dalam Bahasa Melayu.

Yaqeen يقين

Kepastian. Keadaan epistemik di mana model menghasilkan jawapan yang konsisten merentas larian, dengan tahap keyakinan yang sama, dan biasanya berdasarkan pengetahuan yang teguh. Yaqeen bukan sekadar "betul" — ia adalah stabil dalam kebenarannya.

Zann ظن

Sangkaan. Keadaan epistemik di mana model cenderung ke arah jawapan tertentu tetapi dengan variasi dalam penekanan, hedging, atau nuansa merentas larian. Ini adalah keadaan sangkaan yang munasabah — bukan tekaan, bukan kepastian. Ia adalah keadaan paling biasa dalam aplikasi praktikal.

Shak شك

Keraguan. Keadaan epistemik di mana larian-larian bercanggah antara satu sama lain, dan sekurang-kurangnya satu secara jelas mengakui ketidakpastian. Shak adalah keraguan yang jujur — ia tidak berbahaya selagi ia dikenali. Masalahnya timbul apabila shak dibaca sebagai zann atau yaqeen.

Wahm وهم

Ilusi. Keadaan epistemik yang paling berbahaya. Setiap larian berbunyi yakin, tetapi mereka saling bercanggah — mereka tidak boleh semua betul. Keyakinan itu nyata, tetapi kepastiannya palsu. Wahm adalah ilusi mengetahui — model tidak tahu, tetapi berbunyi seolah-olah ia tahu.

Larian run

Satu penjanaan jawapan tunggal oleh model kepada satu prompt. Dalam modul ini, setiap soalan dijalankan tiga kali — tiga larian dengan model yang sama dan prompt yang sama. Perbezaan antara larian-larian ini adalah subjek utama analisis.

Taburan distribution

Corak keseluruhan jawapan yang dihasilkan oleh model apabila dijalankan berkali-kali pada prompt yang sama. Taburan inilah yang sebenarnya menjadi subjek penilaian — bukan mana-mana satu larian tunggal.

Non-determinisme non-determinism

Sifat sistem yang menghasilkan output berbeza pada input yang sama. Model bahasa besar (LLM) adalah non-deterministik secara asasi — walaupun pada tetapan suhu rendah, dua larian boleh berbeza. Ini adalah fakta operasi, bukan pepijat.

Halusinasi hallucination

Apabila model menghasilkan maklumat yang berbunyi munasabah tetapi tidak berasaskan fakta atau sumber. Halusinasi boleh konsisten merentas larian (lebih berbahaya) atau berbeza-beza (lebih mudah dikesan). Dalam modul ini, halusinasi sering muncul sebagai wahm atau sebahagian daripada shak.

Kalibrasi calibration

Sejauh mana keyakinan model sepadan dengan ketepatannya. Model yang dikalibrasi dengan baik akan yakin apabila ia betul, dan ragu-ragu apabila ia tidak pasti. Model yang tidak dikalibrasi boleh yakin walaupun salah — keadaan yang membawa kepada wahm.

Ikhtilaf اختلاف

Perbezaan pendapat di kalangan ulama dalam fiqh atau akidah. Apabila sesuatu isu adalah ikhtilaf, model yang jujur harus mengakuinya. Kegagalan mengakui ikhtilaf — atau menegaskan satu pandangan sebagai satu-satunya — adalah tanda wahm dalam konteks keagamaan.

Baca model, bukan sekadar jawapannya.

Kemajuan anda