تبين أن جودة التعليمات أهم من قوة النموذج: تجربة مع كتابة خطابات التقديم

أحد المطورين أنشأ تطبيقًا لإنشاء خطابات التقديم للوظائف باستخدام نموذج محلي (عبر Ollama) أو واجهة برمجة تطبيقات سحابية، وقرر اختبار مدى اعتماد جودة النص على النموذج. أجرى تقييمًا أعمى مع صديق كان يبحث عن عمل في مجال تكنولوجيا المعلومات. في التشغيل الأول مع ثلاثة نماذج (qwen2.5:3b وqwen2.5:7b وllama-3.3-70b) كانت نسبة القابلية للإرسال 20-30% فقط، ولم يتفوق النموذج السحابي على النموذج المحلي. كشف التحليل عن عيوب شائعة: عناصر ناقصة لم يتم ملؤها، وخبرات مختلقة، وأحرف صينية. اتضح أن المشكلة كانت في الموجه نفسه—فقد كان مكتوبًا بالإنجليزية ويفتقر إلى قيود. بعد إعادة كتابة الموجه بالروسية، انخفضت الأخطاء الميكانيكية من 25% إلى نقاء 100%، لكن التقييم البشري بقي صفرًا بسبب الملل. أشار الصديق إلى أن خطابات التقديم تُقرأ بشكل سطحي، لذا فإن كثافة نقاط الجذب في بداية العبارات مهمة. بعد عشر تكرارات، شرح الموجه للنموذج كيفية قراءة الرسائل، وطلب سطرًا أول قائمًا على الحقائق، وتحية قصيرة، وفقرة منفصلة تتناول ملاءمة الوظيفة. مع هذا الموجه، حققت النماذج المحلية (gemma-3-4b وqwen-3.5-4b) قابلية إرسال 100% في سبع من ثماني رسائل، بينما حقق كلود أوبوس 4.8 وGigaChat-2-Pro 100% بأسلوب أكثر حيوية. في اختبار تورينج، حدد الصديق 6 من أصل 8 رسائل مولدة على أنها مكتوبة بواسطة بشر. الخلاصة: الموجه يحدد الحد الأدنى، والنموذج يرفع السقف؛ على الأجهزة الضعيفة، ينتج نموذج 4B المحلي رسائل لائقة بالفعل.