ثورة في التفكير الاصطناعي: CopT يغير قواعد اللعبة في معالجة الاستدلال!

في عالم الذكاء الاصطناعي، تعتبر [نماذج [اللغات](/tag/اللغات) الضخمة](/tag/[نماذج](/tag/نماذج)-[اللغات](/tag/اللغات)-الضخمة) (Large Language [Models](/tag/models)) واحدة من أهم الاختراعات. ومع ذلك، تبقى بعض التحديات قائمة، مثل كيفية [تحسين الاستدلال](/tag/[تحسين](/tag/تحسين)-[الاستدلال](/tag/الاستدلال)) وتقليل التكاليف المرتبطة. هنا يأتي دور CopT، الذي يمثل طفرة جديدة في معالجة الأفكار!

[تقنية](/tag/تقنية) [CopT](/tag/copt) ([تفكير](/tag/تفكير) على [السياسات](/tag/السياسات) مقارنةً) تقدم نهجاً مبتكراً في الدروس الاستدلالية، حيث تتجاوز الطريقة التقليدية التي تفترض [التفكير](/tag/التفكير) كشرط مسبق للإجابة. بدلاً من ذلك، يقوم [CopT](/tag/copt) بتهيئة إجابة أولية ثم يتناول [التفكير](/tag/التفكير) اللاحق بناءً على تلك الإجابة لزيادة [الدقة](/tag/الدقة).

ما هو الجديد هنا؟

يعتمد [CopT](/tag/copt) على فكرة إدخال [التحقق](/tag/التحقق) المتباين [عبر](/tag/عبر) المساحات المتواصلة كوسيلة للتحقق من [موثوقية](/tag/موثوقية) الإجابات. من خلال مقارنة قدرة النموذج على [دعم](/tag/دعم) نفس الرموز المستخرجة تحت مدخلات [رموز](/tag/رموز) متقطعة ومدخلات تجريدية مستمرة، يصبح من السهل تقدير [موثوقية](/tag/موثوقية) الإجابة من خلال [نموذج](/tag/نموذج) كالفريد.

الأرقام تتحدث:

في [تجارب](/tag/تجارب) مختلفة تشمل [الرياضيات](/tag/الرياضيات) والترميز والمهام الاستدلالية، أظهر [CopT](/tag/copt) زيادة تصل إلى 23% في [الدقة](/tag/الدقة) القصوى، في حين نجح في تقليل استخدام الرموز بنسبة تصل إلى 57% دون الحاجة إلى [تدريب](/tag/تدريب) إضافي! هذا يمثل إنجازًا مذهلاً في كيفية [فهم](/tag/فهم) [النماذج](/tag/النماذج) الاصطناعية للعالم من حولها.

تبقى الأداة متاحة للجمهور [عبر](/tag/عبر) [رابط Github](https://github.com/sdc17/CopT)، مما يتيح للباحثين والمطورين [استكشاف](/tag/استكشاف) هذه [التقنية](/tag/التقنية) الرائدة.