في عالم الذكاء الاصطناعي، تكشف الأبحاث الجديدة عن إنجازات بارزة في ضغط النصوص التي تولدها نماذج اللغة الكبيرة (LLMs). في دراسة حديثة، أثبت الباحثون أن بإمكانهم تحويل نصوص قصيرة مثل الهايكو إلى أوبوس متكامل باستخدام فقط 10 بتات، وهو ما يعد إنجازًا غير مسبوق في مجال الضغط.

إحدى الاستراتيجيات المتبعة تتضمن استخدام محولات LoRA المعدلة، والتي تتحسن كفاءتها في الضغط بنسبة تصل إلى الضعف عند مقارنتها بالأساليب التقليدية التي تعتمد على نماذج اللغة الأساسية. لكن التحول الأبرز ظهر في تقنية الضغط المفقود (lossy compression) التي تتيح إمكانية إعادة كتابة مختصرة من نموذج متقدم ثم تطبيق الترميز الرياضي، مما يؤدي إلى تحقيق معدلات ضغط تصل إلى 0.03، وهو ما يمثل تحسنًا ملحوظًا على المواد الأصلية.

لكن الأمر لم يتوقف عند ذلك؛ بل تم تقديم بروتوكول جديد يُعرف باسم ضغط الأسئلة التفاعلي (Question-Asking compression - QA). مستوحى من لعبة "عشرون سؤالاً"، حيث يقوم نموذج صغير بطرح أسئلة إجابة نعم أو لا لتحسين إجابته تدريجيًا عبر نموذج أقوى. وقد أظهرت التجارب أن هذا البروتوكول يمكن أن يستعيد ما بين 23% إلى 72% من الفجوة في القدرة بين النماذج الصغيرة والكبيرة، كما حقق معدلات ضغط تتراوح من 0.0006 إلى 0.004، مما يعكس كفاءة أكبر بكثير في نقل المعرفة مقارنة بإرسال كل الاستجابات.