في عالم الذكاء الاصطناعي، نواجه تحديات يومية تتعلق بجعل النماذج الكبيرة قادرة على تلبية احتياجاتنا التشغيلية. قد تبدو العديد من الوظائف النصية المتكررة سهلة التوصيف، ولكن تنفيذها بشكل فعلي يتطلب قواعد معقدة. هنا تبرز تقنية "التركيب عبر التدريب" (Compile by Training) كابتكار ثوري يهدف إلى تحويل مواصفات اللغة الطبيعية إلى وظائف عصبية صغيرة وقابلة لإعادة الاستخدام.

بدلاً من الاعتماد على نموذج كبير بعيد عن المستخدم لمعاالجة كل إدخال، توفر هذه التقنية حلاً ذكياً عبر تدريب نماذج معلمة (teacher models) والتي تولد أمثلة محددة للمهام المطلوبة. تُستخدم هذه الأمثلة لتدريب محول صغير يعمل كواجهة تفاعلية.

النتيجة هي وظيفة تعمل بطريقة مستقلة عن المعلمين، يمكن تخزينها وإصدار نسخ منها وتجميعها كما هو الحال مع البرمجيات التقليدية. وقد أثبتت التجارب على مجموعة بيانات FuzzyBench-Hard أن "التركيب عبر التدريب" تمكنت من تحقيق دقة دلالية تصل إلى 83.6%. ورغم أن تكلفة وقت تجميعها زادت لتصبح دقيقة واحدة بدلاً من ثوانٍ، إلا أن النتائج أثبتت فائدتها الكبيرة.

علاوة على ذلك، تم نشر هذه التقنية في خدمة تفاعلية عامة، حيث تم عرض الوظائف المجمعة من خلال مساعد على مواقع متعددة، وجزء صورة ثلاثي الأبعاد يتم التحكم به عبر اللغة، ومترجم ثنائي الاتجاه بين الإنجليزي والكلادوشي.

تُظهر هذه التطورات كيف أن الابتكارات في الذكاء الاصطناعي يمكن أن تحدث تغييرات جذرية في كيفية تفاعلنا مع التكنولوجيا وفي نقلنا لمعلوماتنا بطرق أكثر كفاءة وإبداعية.