أعلنت مجموعة من الباحثين عن إطلاق نموذج DART (Draft-Agreement Routing for Training-Free Adaptive Thinking Budgets) الذي يعد ثورة حقيقية في نماذج التفكير الهجينة. يكمن التحدي في هذه النماذج في اتخاذ القرار بين الإجابة المباشرة عن الأسئلة أو استخدام مزيد من التفكير، وهو ما يساهم في تحقيق توازن بين الكفاءة والدقة.

من خلال محورين رئيسيين، يعمل نموذج DART على تنفيذ طريقة جديدة يمكنها توجيه الإجابات دون الحاجة إلى بيانات تدريب ملصقة، حيث يقوم النموذج بتوليد نموذجين بسعر منخفض (drafts) ويستجيب مباشرة عندما يتفق النموذجان. ولكن إذا اختلفا، فإنه يتنبأ بميزانية التفكير استنادًا إلى مستوى التعقيد.

أظهرت النتائج أن دقة النموذج تحسنت بنسبة تصل إلى 9.0 نقاط في المسائل الرياضية على مستوى الأولمبياد و22.5 نقطة في الأكواد التنفيذية في حين انخفض استخدام التوكنات بنسبة تتراوح بين 32% إلى 73%. هذه التقنية قادرة على تحسين الأداء عبر مختلف أحجام ونماذج النماذج، مما يجعلها مناسبة للمزيد من التطبيقات العملية.

للإطلاع على الكود الخاص بالنموذج، يمكنك زيارة الرابط: رابط النموذج. فهل تعتقد أن هذا الابتكار سيغير مستقبل الذكاء الاصطناعي؟ شاركونا آراءكم.