في عالم تقنيات الذكاء الاصطناعي، تبرز نماذج رؤية اللغة (Vision-Language Models - VLMs) كأحد المفاهيم الرائدة. وتظهر دراسة جديدة كيف يؤثر السياق بشكل كبير على طريقة معالجة هذه النماذج للغة.

تتطرق الدراسة التي أُجريت على نموذج Qwen3-VL-30B-A3B إلى 3,213 زوجاً من سياقات الصور من مجموعة بيانات COCO-2017، لتسلط الضوء على ما يُعرف بـ "تحوّل المقدرة السياقية" (context-dependent affordance computation). أظهرت النتائج أن التشابه المتوسط لجاكارد (mean Jaccard similarity) بين الظروف السياقية كان في حدود 0.095، مما يعني أن أكثر من 90% من أوصاف المشاهد تعتمد على السياق. تمت التجارب على نموذج آخر، LLaVA-1.5-13B، ولتؤكد النتائج من هذه التجارب أهمية السياق في تشكيل المعنى.

فحققت الدراسة دليلاً على "تحوّل المقدرة" من خلال تحليل المحاكاة، حيث استخدم الباحثون مجموعة تجريبية مكونة من 2,384 جولة استنتاجية. تشير تلك النتائج إلى أن هذه الظاهرة ليست مجرد ضجيج في التوليد بل تمثل آثاراً حقيقية للسياق، مما يعني أن النماذج تحتاج إلى أن تتكيف مع التحولات السياقية بدلاً من الاعتماد على نماذج ثابتة.

إحدى النتائج المثيرة للاهتمام هي الفجوة بين قياسات الجملة (90%) وقياسات المعنى (58.5%)، مما يدل على أن المفردات السطحية تتغير أكثر من المعاني الأساسية أثناء تبدل السياقات. وهذا يدفع الباحثين إلى التفكير في أنماط جديدة لتطوير الروبوتات، حيث يمثل التوجه، نحو نمذجة ذات طابع ديناميكي يعتمد على الاستفسارات (JIT Ontology)، تطوراً جديداً.

بناءً على هذه الدراسات، هل تعتقد أن معالجة النماذج للغة حسب السياق ستحدث تحولًا في الذكاء الاصطناعي ككل؟ شاركونا آراءكم في التعليقات!