شهدت أبحاث لغة الإشارة تطوراً ملحوظاً بفضل التقدم في نماذج اللغة الضخمة (Large Language Models) التي ساهمت في توسيع آفاق فهم هذه اللغة التي تعتمد على الإشارات. ومع ذلك، لا يزال هناك نقص في فهم قدرة هذه النماذج على معالجة لغة الإشارة، وخاصة في السياقات متعددة الوسائط.

لتجاوز هذه الفجوة المعرفية، تم تقديم CNSL-bench، وهو أول معيار شامل للغة الإشارة الوطنية الصينية، مصمم خصيصاً لتقييم قدرات نماذج اللغة الكبيرة متعددة الوسائط (Multimodal Large Language Models) في فهم لغة الإشارة. يتميز CNSL-bench بعدة جوانب مهمة:

1. **أسس موثوقة**: يستند إلى القاموس الرسمي القياسي للغة الإشارة العامة، مما يقلل من غموض التعريفات اللغوية ويضمن توافق البيئات الثقافية الإقليمية.
2. **تغطية متعددة الوسائط**: يقدم أوصافاً نصية متوافقة وصوراً توضيحية ومقاطع فيديو لتسهيل الفهم.
3. **تنوع في التعبير اليدوي**: يدعم تحليلاً دقيقاً عبر الأشكال اليدوية الرئيسية مثل كتابة الهواء، وتهجئة الإصبع، والأبجدية اليدوية الصينية.

عبر استخدام CNSL-bench، تم تقييم 21 نموذجاً من نماذج الذكاء الاصطناعي العامة والخاصة. وقد كشفت النتائج أن النماذج الحالية، رغم التطورات الأخيرة، لا تزال تراوح مكانها أمام الأداء البشري، حيث تظهر فروقات منهجية واضحة في جميع الأشكال المدخلة والتعبيرات اليدوية. كما تشير التحليلات التشخيصية إلى أن بعض القيود في الأداء لا تزال قائمة، بغض النظر عن التحسينات في التفكير والمعالجة.

هذا التطور يمثل خطوة هائلة نحو تحسين فهم لغة الإشارة بواسطة الذكاء الاصطناعي، لكنه يبرز ضرورة مواصلة البحث والتطوير في هذا المجال الحيوي.