CoreShieldCoreShield AI

كيف نقيس

كيف تُنتَج الأرقام المعروضة في صفحتنا الرئيسية، وما الذي لا تخبرك به.

بيانات اصطناعية · Synthetic data

المعيار

كل معيار مجموعة مستندات اصطناعية (Word وPDF وExcel، وفي أحدث مجموعة CSV وJSON أيضًا، معظمها بالعربية) تضم قيمًا حساسة مزروعة: أسماء وجهات وأرقام هاتف وهويات وطنية وإقامات وسجلات تجارية وأرقام موظفين وأرقام آيبان وعناوين بريد ومبالغ. لكل مستند ملف إجابة يحدد القيم التي يحتويها ومواضعها بدقة.

مجموعة محجوزة

بُنيت كل مجموعة بعملية مستقلة لم تطّلع على قواعد الكشف ولا على المعايير السابقة ونتائجها. لها قوالبها وصياغاتها وتخطيطاتها وقوائم أسمائها وجهاتها وصيغ أرقام هاتفها، فلا يمكن ضبط القواعد عليها.

مجمَّدة قبل التعديلات، ومقيسة مرة واحدة

جُمِّدت كل مجموعة ببصمات SHA-256 وحُفظت قبل جولة تعديلات الكشف التي تقيسها، ثم قيست للنشر مرة واحدة فقط بعد دمج تلك التعديلات. بعد الاطلاع على نتائج المجموعة لا تُستخدم إلا لفحوص عدم التراجع، ولا يُستبدل رقمها المنشور بقياس لاحق. كل جدول أدناه يذكر إصدار المحرّك الذي قيس عليه. تظهر بصمة ملف البصمات لكل مجموعة مع جدولها.

المحرّك العامل حاليًا

المحرّك العامل حاليًا هو ⁨svc-detector v1.34⁩. والمجموعة ⁨bench-files-v7⁩ هي الوحيدة التي قيست عليه، لذا تعرض الصفحة الرئيسية أرقامها وحدها. أما المجموعات الأقدم (⁨bench-files-v6⁩، ⁨bench-files-v5⁩) فقيست على إصدارات أسبق، وتبقى جداولها أدناه سجلًّا تاريخيًا، لكلٍّ منها إصدار المحرّك وتاريخ القياس، ولا تُدمج في أرقام الصفحة الرئيسية.

الجهات: القواعد ونموذج مدرَّب

تُكشف أسماء الجهات بالقواعد مع نموذج مدرَّب للعربية والإنجليزية، وتُكشف أنواع القيم الأخرى كلها بالقواعد وحدها. دُرِّب النموذج على بيانات اصطناعية فقط، ولا يضيف اسمًا إلا حيث لم تجد القواعد شيئًا. قيس رقم الجهات ونموذج الأسماء الشخصية مفعَّل أيضًا في التشغيل نفسه، ونادرًا ما تتداخل مقاطعهما. كُتبت أحدث مجموعة اختبار وبيانات تدريب النموذج واختباراتنا الهجومية بالعائلة نفسها من نماذج الذكاء الاصطناعي في اليوم نفسه، لذا فالأرجح أن المكسب الذي يظهره النموذج على تلك المجموعة أكبر من مكسبه على المستندات الحقيقية.

معنى فترة الثقة 95٪

المعيار عيّنة. الفترة (بطريقة ويلسون) هي المدى الذي يقع فيه معدل الكشف الحقيقي على الأرجح: 95.0٪ (فترة الثقة من 93.2 إلى 96.3) تعني أن المعدل المقيس 95.0٪ وأن المعدل الحقيقي يقع على الأرجح بين 93.2٪ و96.3٪. وكلما صغرت العيّنة اتّسعت الفترة.

القياسات

المجموعة المقيسة على المحرّك العامل أولًا، ثم المجموعات الأقدم سجلًّا تاريخيًا، كلٌّ منها على إصدار المحرّك الذي قيست عليه. «المكتشف» هو نسبة القيم المزروعة التي وُجدت مع فترة الثقة 95٪، و«الدقة» هي نسبة القيم المعلَّمة التي كانت حساسة فعلًا.

bench-files-v7المحرّك العامل حاليًا

⁨540⁩ مستندًا · ⁨32,754⁩ قيمة مزروعة · ⁨svc-detector v1.34⁩ · تاريخ القياس: ⁨16 نوفمبر 2026⁩

نوع القيمةالمكتشفالدقة
المعرّفات المنظّمة مجتمعة99.0%فترة الثقة 95٪: من ⁨98.8⁩ إلى ⁨99.2⁩–
الهوية الوطنية100.0%فترة الثقة 95٪: من ⁨99.8⁩ إلى ⁨100.0⁩98.5%
الإقامة100.0%فترة الثقة 95٪: من ⁨99.7⁩ إلى ⁨100.0⁩98.5%
السجل التجاري93.1%فترة الثقة 95٪: من ⁨91.5⁩ إلى ⁨94.4⁩99.9%
الآيبان100.0%فترة الثقة 95٪: من ⁨99.8⁩ إلى ⁨100.0⁩100.0%
البريد الإلكتروني100.0%فترة الثقة 95٪: من ⁨99.8⁩ إلى ⁨100.0⁩100.0%
أرقام الموظفين61.9%فترة الثقة 95٪: من ⁨59.1⁩ إلى ⁨64.6⁩99.6%
الأسماء95.3%فترة الثقة 95٪: من ⁨94.8⁩ إلى ⁨95.7⁩94.8%
الجهات85.3%فترة الثقة 95٪: من ⁨84.2⁩ إلى ⁨86.3⁩98.0%
أرقام الهاتف96.4%فترة الثقة 95٪: من ⁨95.9⁩ إلى ⁨96.9⁩99.7%
المبالغ خارج قطاع الموارد البشرية12.4%فترة الثقة 95٪: من ⁨11.6⁩ إلى ⁨13.3⁩99.9%
جميع أنواع القيم، السياسة العامة78.1%فترة الثقة 95٪: من ⁨77.6⁩ إلى ⁨78.5⁩97.8%
جميع أنواع القيم، سياسة الموارد البشرية93.3%فترة الثقة 95٪: من ⁨93.0⁩ إلى ⁨93.6⁩97.9%

صفوف الأنواع المفردة وفق السياسة العامة. تشترك الهوية الوطنية والإقامة في رقم دقة واحد، لأن المحرّك يعلّم كلتيهما رقم هوية.

الجهات في هذا الجدول: القواعد مع النموذج المدرَّب. وسائر الصفوف: القواعد وحدها.

بصمة ملف البصمات: 6cb3251356780d7ea9750eb770c41b9ae0ce5357ec71165673bfa91099f8256b

bench-files-v6

⁨402⁩ مستند · ⁨14,514⁩ قيمة مزروعة · ⁨svc-detector v1.28⁩ · تاريخ القياس: ⁨15 نوفمبر 2026⁩

نوع القيمةالمكتشفالدقة
المعرّفات المنظّمة مجتمعة95.1%فترة الثقة 95٪: من ⁨94.3⁩ إلى ⁨95.9⁩–
الهوية الوطنية96.2%فترة الثقة 95٪: من ⁨94.3⁩ إلى ⁨97.5⁩95.2%
الإقامة100.0%فترة الثقة 95٪: من ⁨99.1⁩ إلى ⁨100.0⁩95.2%
السجل التجاري82.1%فترة الثقة 95٪: من ⁨79.0⁩ إلى ⁨84.8⁩96.2%
الآيبان100.0%فترة الثقة 95٪: من ⁨99.2⁩ إلى ⁨100.0⁩100.0%
البريد الإلكتروني100.0%فترة الثقة 95٪: من ⁨99.5⁩ إلى ⁨100.0⁩100.0%
أرقام الموظفين83.4%فترة الثقة 95٪: من ⁨80.8⁩ إلى ⁨85.7⁩100.0%
الأسماء90.7%فترة الثقة 95٪: من ⁨89.9⁩ إلى ⁨91.5⁩93.9%
الجهات62.9%فترة الثقة 95٪: من ⁨60.9⁩ إلى ⁨64.8⁩98.9%
أرقام الهاتف94.4%فترة الثقة 95٪: من ⁨93.3⁩ إلى ⁨95.4⁩100.0%
المبالغ خارج قطاع الموارد البشرية29.6%فترة الثقة 95٪: من ⁨27.5⁩ إلى ⁨31.8⁩100.0%
جميع أنواع القيم، السياسة العامة79.6%فترة الثقة 95٪: من ⁨78.9⁩ إلى ⁨80.2⁩96.8%
جميع أنواع القيم، سياسة الموارد البشرية86.7%فترة الثقة 95٪: من ⁨86.1⁩ إلى ⁨87.2⁩97.0%

صفوف الأنواع المفردة وفق السياسة العامة. تشترك الهوية الوطنية والإقامة في رقم دقة واحد، لأن المحرّك يعلّم كلتيهما رقم هوية.

بصمة ملف البصمات: 35301a2cad1d1132970725aa7d6dc2eca75d484a565ddd902a0bd8e12f161da5

bench-files-v5

⁨300⁩ مستند · ⁨18,342⁩ قيمة مزروعة · ⁨svc-detector v1.25⁩ · تاريخ القياس: ⁨15 نوفمبر 2026⁩

نوع القيمةالمكتشفالدقة
المعرّفات المنظّمة مجتمعة97.6%فترة الثقة 95٪: من ⁨97.1⁩ إلى ⁨98.1⁩–
الهوية الوطنية97.3%فترة الثقة 95٪: من ⁨95.6⁩ إلى ⁨98.3⁩99.0%
الإقامة96.3%فترة الثقة 95٪: من ⁨94.7⁩ إلى ⁨97.4⁩99.0%
السجل التجاري90.8%فترة الثقة 95٪: من ⁨88.1⁩ إلى ⁨93.0⁩100.0%
الآيبان99.6%فترة الثقة 95٪: من ⁨98.9⁩ إلى ⁨99.9⁩100.0%
البريد الإلكتروني100.0%فترة الثقة 95٪: من ⁨99.7⁩ إلى ⁨100.0⁩100.0%
الأسماء87.0%فترة الثقة 95٪: من ⁨86.2⁩ إلى ⁨87.8⁩97.1%
الجهات85.3%فترة الثقة 95٪: من ⁨84.0⁩ إلى ⁨86.4⁩100.0%
أرقام الهاتف93.2%فترة الثقة 95٪: من ⁨92.1⁩ إلى ⁨94.2⁩100.0%
المبالغ خارج قطاع الموارد البشرية33.6%فترة الثقة 95٪: من ⁨31.5⁩ إلى ⁨35.8⁩100.0%
جميع أنواع القيم، السياسة العامة84.6%فترة الثقة 95٪: من ⁨84.0⁩ إلى ⁨85.1⁩98.8%
جميع أنواع القيم، سياسة الموارد البشرية90.0%فترة الثقة 95٪: من ⁨89.6⁩ إلى ⁨90.4⁩98.0%

صفوف الأنواع المفردة وفق السياسة العامة. تشترك الهوية الوطنية والإقامة في رقم دقة واحد، لأن المحرّك يعلّم كلتيهما رقم هوية.

لم تُصنَّف أرقام الموظفين قيمًا حساسة في هذه المجموعة.

بصمة ملف البصمات: 729f7ee175851864b855d952b33f00290fd0f828b915b53ffeef692a9ce0afb3

الأسماء والجهات بحسب صيغة الملف

نسبة الكشف بحسب الملف الذي وردت فيه القيمة، على المجموعة ⁨bench-files-v7⁩، مع فترة الثقة 95٪. القيم الواردة في ملف لم يستطع المستخرِج قراءته كاملًا تُحسب غير مكتشفة.

صيغة الملفالأسماءالجهات
CSV98.6%فترة الثقة 95٪: من ⁨98.1⁩ إلى ⁨99.1⁩81.9%فترة الثقة 95٪: من ⁨79.4⁩ إلى ⁨84.1⁩
DOCX91.8%فترة الثقة 95٪: من ⁨90.2⁩ إلى ⁨93.1⁩85.1%فترة الثقة 95٪: من ⁨82.7⁩ إلى ⁨87.2⁩
JSON92.8%فترة الثقة 95٪: من ⁨90.7⁩ إلى ⁨94.5⁩78.8%فترة الثقة 95٪: من ⁨74.1⁩ إلى ⁨82.9⁩
PDF90.5%فترة الثقة 95٪: من ⁨88.7⁩ إلى ⁨91.9⁩84.5%فترة الثقة 95٪: من ⁨81.8⁩ إلى ⁨86.8⁩
XLSX97.6%فترة الثقة 95٪: من ⁨96.9⁩ إلى ⁨98.1⁩90.8%فترة الثقة 95٪: من ⁨89.0⁩ إلى ⁨92.3⁩

المبالغ خارج قطاع الموارد البشرية

خارج قطاع الموارد البشرية لا تُرمَّز إلا المبالغ المكتوبة مع عملة (مثل «ريال» أو «SAR»)، وذلك بحسب التصميم: الرقم المجرد في عقد أو فاتورة قد يكون كمية أو مرجعًا أو سنة، وترميزه يُفقد النموذج سياقًا يحتاجه. أما في الموارد البشرية فتُرمَّز المبالغ بحسب سياقها (الرواتب والبدلات وأعمدة الأجور). لذلك فإن النسبة أدناه منخفضة عن قصد، ويمكن لكل جهة تفعيل ترميز المبالغ بحسب السياق في أي قطاع.

12.4%

مكتشفة · فترة الثقة 95٪: من ⁨11.6⁩ إلى ⁨13.3⁩ · الدقة ⁨99.9⁩٪ · bench-files-v7

حدود القياس

  • المستندات اصطناعية، وقد تختلف النتائج على المستندات الحقيقية.
  • تختلف مجموعات الاختبار فيما بينها، وتتغير النتائج من مجموعة إلى أخرى، وأكثرها تغيّرًا نسبة الجهات (انظر الجداول أعلاه). توقّع تفاوتًا مماثلًا على مستنداتك.
  • المبالغ: خارج قطاع الموارد البشرية لا تُرمَّز إلا المبالغ المكتوبة مع عملة، بحسب التصميم، لذا فإن رقمها منخفض عن قصد.
  • كشف الأسماء والجهات أقل موثوقية من كشف المعرّفات المنظّمة، ونعمل على تحسينه.
  • تُعرض الدقة في الجداول أعلاه وبجانب أرقام الصفحة الرئيسية: القيمة المعلَّمة خطأً تُرمَّز دون حاجة، لكنها لا تُكشف.
  • يلزم معيار محجوز جديد قبل تحديث هذه الأرقام مرة أخرى.

المصدر

تقارير النتائج:

  • tests/accuracy/results/bench-files-v7-REPORT-2026-11-16.md
  • tests/accuracy/results/bench-files-v6-REPORT-2026-11-15.md
  • tests/accuracy/results/bench-files-v5-REPORT-2026-11-15.md

أرقام الكشف ناتجة عن تشغيل شيفرة المحرّك على مستندات اختبار اصطناعية خارج الخدمة الحيّة، أما العدّادات الحيّة فمصدرها مساحات التقييم. ولا تتضمن أي بيانات عملاء.