---
title: "ما هي logprobs؟ احتمالات الرموز اللوغاريتمية في LLM API"
description: "logprobs هي الاحتمالات اللوغاريتمية التي يعطيها النموذج لكل رمز في مخرجاته. كيف يعمل الحقلان logprobs وtop_logprobs، وكيف تستخدمهما لقياس الثقة."
url: https://broadrouter.com/ar/glossary/logprobs/
lang: ar
updated: 2026-11-14
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

تُرجمت هذه الصفحة من الإنجليزية بمساعدة الذكاء الاصطناعي. [اقرأ الأصل الإنجليزي](https://broadrouter.com/glossary/logprobs/) (حُدّث في 2026-11-14).

# اللوغاريتمات الاحتمالية (Logprobs)

آخر تحديث 2026-11-14

logprobs هي الاحتمالات اللوغاريتمية التي أعطاها النموذج اللغوي للرموز التي ولّدها. والواجهة التي تُرجعها تُظهر، لكل رمز في المخرجات، مدى احتماله في تقدير النموذج، ويمكنها اختياريًا أن تُظهر الرموز البديلة الأرجح في الموضع نفسه.

يُسمّى أيضًا: الاحتمالات اللوغاريتمية، لوغاريتم احتمال الرمز، احتمالات الرموز، ثقة النموذج، logprobs، log probabilities، token log probabilities، top\_logprobs، token probabilities

كل رمز يكتبه النموذج يُختار من توزيع احتمالي. وlogprobs تكشف هذا التوزيع، رمزًا تلو رمز.

## كيف تعمل

في كل خطوة، يعطي النموذج درجة لكل [رمز](https://broadrouter.com/ar/glossary/token/) في مفرداته ويحوّل الدرجات إلى احتمالات. ويمكن للواجهة أن تُبلغ عن اللوغاريتم الطبيعي لاحتمال الرمز الذي اختاره. وتُستخدم اللوغاريتمات لأن الأرقام الخام تصبح صغيرة جدًا؛ وجمع اللوغاريتمات يعادل ضرب الاحتمالات.

في Chat Completions API لدى OpenAI، تطلبها بحقلين في الطلب:

-   `logprobs: true` يُرجع احتمالًا لوغاريتميًا لكل رمز في المخرجات.
-   `top_logprobs` هو “an integer between 0 and 20” (ترجمة: عدد صحيح بين 0 و20) يحدّد كم بديلًا محتملًا يُدرَج في كل موضع. ويتطلب `logprobs: true`.

كل عنصر في `choices[0].logprobs.content` يحمل `token` و`logprob` الخاص به وبايتاته `bytes` بترميز UTF-8 وقائمة `top_logprobs`. وللتحويل استخدم `exp(logprob)`:

| logprob | الاحتمال |
| --- | --- |
| 0 | 1.00 |
| \-0.105 | نحو 0.90 |
| \-0.693 | نحو 0.50 |
| \-2.303 | نحو 0.10 |

## لماذا تهم

يسرد OpenAI Cookbook استخدامات عملية:

-   **الثقة في التصنيف.** اطلب تصنيفًا من كلمة واحدة، واقرأ قيمة logprob لذلك الرمز. وأحِل العناصر منخفضة الثقة إلى إنسان.
-   **فحوص الاسترجاع.** اسأل هل يجيب السياق المقدَّم عن السؤال، واستخدم احتمال “yes” درجةً. ويربط الـ Cookbook ذلك بالحدّ من [الهلوسة](https://broadrouter.com/ar/glossary/hallucination/).
-   **الإكمال التلقائي.** لا تقترح الكلمة التالية إلا حين يكون النموذج واثقًا.
-   **الحيرة (Perplexity).** خذ متوسط قيم logprobs لإجابة كاملة، واعكس إشارته، ثم ارفع e إلى هذا الأُس. والحيرة الأقل تعني أن النموذج وجد النص أسهل توقعًا.

وتجعل logprobs أخذ العينات مرئيًا أيضًا. فرفع [درجة الحرارة](https://broadrouter.com/ar/glossary/temperature/) أو [top-p](https://broadrouter.com/ar/glossary/top-p/) يسمح بمرور رموز أقل احتمالًا، وتُظهر logprobs ذلك. وهي مكمّل رخيص لخطوة [نموذج اللغة حَكَمًا (LLM-as-judge)](https://broadrouter.com/ar/glossary/llm-as-judge/)، لأنها تأتي مع الإجابة دون طلب إضافي.

## في BroadNet Inference

لا يوثّق [المرجع التقني لـ BroadNet](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=ar-glossary-logprobs&utm_content=body) الحقلين `logprobs` و`top_logprobs` لأي نموذج. فلا تفترض أن أي نقطة نهاية متوافقة مع OpenAI تُرجعهما. أرسل طلبًا واحدًا مع `logprobs: true`، وتحقّق هل امتلأ `choices[0].logprobs`، وخطّط لبديل، مثل أمر تحكيم، إن لم يمتلئ. ويعرض [دليل Python SDK](https://broadrouter.com/ar/guides/openai-python-sdk/) إعداد العميل للاختبار.

## أخطاء شائعة

-   اعتبار قيمة logprob مرتفعة دليلًا على صحة معلومة. فهي تعني فقط أن النموذج توقّع ذلك الرمز.
-   مقارنة قيم logprobs بين نماذج مختلفة. فالمُرمِّزات (tokenizers) والمعايرة تختلف، والأرقام ليست على المقياس نفسه.

## أسئلة شائعة

### كيف أحوّل قيمة logprob إلى نسبة مئوية؟

ارفع العدد e إلى أُس قيمة logprob. فالقيمة -0.105 تساوي نحو 0.90، أي 90%. والقيمة 0 تعني أن النموذج أعطى ذلك الرمز احتمالًا قدره 1.

### هل تقيس logprobs صحة الإجابة؟

لا. فهي تقيس مدى ثقة النموذج في صياغته، لا صحة المعلومة. وقد يخطئ النموذج وهو واثق.

### هل يُرجع BroadNet Inference قيم logprobs؟

لا يوثّق المرجع التقني لـ BroadNet الحقل logprobs. أرسل طلبًا تجريبيًا مع ضبط logprobs على true وافحص الاستجابة قبل أن تبني عليها.

## انظر أيضًا

-   [الرمز (التوكن، Token)](https://broadrouter.com/ar/glossary/token/) (مصطلح)
-   [درجة الحرارة (Temperature)](https://broadrouter.com/ar/glossary/temperature/) (مصطلح)
-   [Top-p (أخذ العينات من النواة)](https://broadrouter.com/ar/glossary/top-p/) (مصطلح)
-   [الهلوسة (Hallucination)](https://broadrouter.com/ar/glossary/hallucination/) (مصطلح)
-   [نموذج اللغة حَكَمًا (LLM-as-a-judge)](https://broadrouter.com/ar/glossary/llm-as-judge/) (مصطلح)
-   [استخدام OpenAI Python SDK مع BroadNet Inference](https://broadrouter.com/ar/guides/openai-python-sdk/) (دليل)
-   [كيف تقيّم نموذج LLM قبل الانتقال إلى مزوّد آخر](https://broadrouter.com/ar/blog/evaluate-llm-before-switching/) (مقال)

جرّبه على مهامك الفعلية. تبدأ الحسابات الجديدة برصيد قدره $5 لاستخدام Gemma والتفريغ الصوتي. أما DeepSeek وGLM وQwen3.8 فتتطلب شحن الرصيد.

[ابدأ الآن](https://inference.broadnet.ai/account/?utm_source=broadrouter&utm_medium=referral&utm_campaign=ar-glossary-logprobs&utm_content=page-cta) ·

**المصادر**

-   [مرجع OpenAI API، إنشاء إكمال محادثة (logprobs وtop\_logprobs)](https://developers.openai.com/api/reference/resources/chat/subresources/completions/methods/create)
-   [OpenAI Cookbook، استخدام logprobs](https://developers.openai.com/cookbook/examples/using_logprobs)
-   [المرجع التقني لـ BroadNet Inference API (بالإنجليزية)](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=ar-glossary-logprobs&utm_content=sources)
