اكتشاف آلية جديدة لتقييم موثوقية المطالبات لتعزيز الفهم الذكي في الوقت الحقيقي

في خطوة جديدة نحو تعزيز كفاءة الذكاء الاصطناعي، قدم الباحثون مفهومًا مبتكرًا يُعرف باسم التقييم على مستوى المطالبات (Claim-Level Reliability Assessment - CLR)، والذي يهدف إلى إعادة توجيه قدرات الحوسبة في وقت الاختبار من عينة الحلول إلى التحقق المستهدف. هذا النهج يتيح تركيز الجهود على الأبعاد الأكثر حيوية في عملية التقييم، حيث يتمثل في تمييز الأخطاء الجوهرية في مسارات التفكير الذكي.

تترافق هذه الآلية مع تحدي تمثيل الأخطاء الحاسمة في نماذج الذكاء الاصطناعي، إذ أن معظم التقييمات الشاملة قد تُخفي العديد من الأخطاء البارزة بسبب تداخل الإشارات الناتجة عن العناصر الروتينية. لذا، تعمل CLR على تكثيف كل مسار منطقي إلى مجموعة مختصرة من المطالبات الحاسمة، مما يعزل الأسس المنطقية.

أحد المفاتيح لفهم الفلسفة الكامنة وراء CLR هو انتقال التركيز من إنشاء الحلول نحو دحض المطالبات، مستفيدًا من عدم التوازن الأساسي بين كلاهما. فبينما يتطلب بناء حل صالح طريق تفكير بلا أخطاء، فإن دحض المطالبة الخاطئة يستدعي تحديد خطأ واحد فقط.

من خلال الحد من المساحة البحثية للأثر السلبي للنتائج، يسهم CLR في تقليص الانتشار غير الصحيح للأطروحات عالية الثقة. وقد أظهرت التجارب عبر أربعة نماذج لغوية كبيرة (LLMs) وأربعة معايير تفكير تحت ميزانيات متطابقة، أن CLR غالبًا ما يتفوق على المعايير التقليدية، مثل معدل النجاح (pass@1) والتناسق الذاتي.

على سبيل المثال، أظهر نموذج GPT-OSS-20B/CMIMC25، زيادة في معدل النجاح بنسبة 27.15 نقطة مئوية، مع رفع دقة التناسق الذاتي من 77.50% إلى 82.19% مع تقليل الكمية المطلوبة من الرموز بنسبة 37.0%.

هذه التطورات تمثل نقلة نوعية في كيفية تقييم وتحسين ذكاء الأنظمة المتكاملة، مما يمهد الطريق لابتكارات المستقبل في مجال الذكاء الاصطناعي.