تعتبر اللغات ذات الموارد المحدودة نقطة محورية في جهود محو الأمية الرقمية وتعزيز الوصول إلى الذكاء الاصطناعي. في خطوة تعكس هذا الاتجاه، قدمت دراسة جديدة تركز على تحسين نماذج اللغة البصرية (Vision Language Models) المستخدمة في اللغة الرومانية.

تعمل هذه الدراسة على سد الفجوة الموجودة في الموارد اللغوية من خلال ترجمة مجموعة بيانات Flickr30K الشهيرة إلى اللغة الرومانية، بالإضافة إلى توسيعها لتشمل الأجوبة على الأسئلة المرئية. لقد تم تحقيق ذلك باستخدام نماذج اللغات الضخمة المفتوحة المصدر (Open-source Large Language Models) التي تعزز من هذه النماذج.

تجري الدراسة تجارب على نماذج من ثلاث عائلات معروفة: LLaMA 3.2، LLaVA 1.6، وQwen2. وتم تطبيق تقنية LoRA المُحدثة التي توفر تعديل الفعالية للنماذج، مما يؤدي إلى نماذج تحسن بشكل ملحوظ في التعامل مع أسئلة وإجابات الرؤية المرئية في اللغة الرومانية.

تظهر نتائج الدراسة أن النموذج Qwen2-VL-RoVQA، الذي يتضمن سبعة مليارات من المعاملات، يحقق نتائج متفوقة على مهام السؤال والإجابة وكذلك على توليد وصف الصور، مع تحسن في معدل BERTScore بمعدل +2.29% و +4.45% على التوالي.

علاوة على ذلك، يُظهر هذا النموذج تحسنًا ملحوظًا في التقليل من الأخطاء اللغوية، مما يشير إلى تحسين في فهم اللغة والقدرة على التعبير باللغة الرومانية.

ما رأيكم في هذه التطورات المذهلة؟ وكيف ترى تأثيرها على مستقبل الذكاء الاصطناعي في اللغات الأقل استخدامًا؟ شاركونا آرائكم في التعليقات!