في عالم الذكاء الاصطناعي، تعد نماذج اللغة الضخمة (Large Language Models) من الأدوات الأساسية التي تعتمد عليها العديد من التطبيقات. لكن يجابه المطورون تحدياً كبيراً يتمثل في مشكلة عدم التوازن في المعلومات بين المعلم والطالب أثناء عملية التعلم. تم مؤخراً تقديم مفهوم جديد يُعرف بتنقيح السياسات المزدوجة (Dual-Anchored Policy Distillation - DAPD) الذي يقدم حلًا مبتكرًا لهذه التحديات.

تتمثل الفكرة الأساسية في تقنية تنقيح السياسات المزدوجة في معالجة الفجوة المعرفية التي يمكن أن تؤثر سلباً على أداء النماذج. يحدث ذلك عندما تُعطى النماذج معلومات خاصة أثناء التدريب مما يؤدي إلى تعلم سلوكيات تعتمد على تلك المعلومات، وهو ما قد لا يتمكن النموذج من تكراره أثناء الاستدلال، مما يُعرف بإيحاء الامتياز.

من خلال تقديم نموذج تنقيح السياسات المزدوجة، يتم تقسيم العملية إلى مستويين من التثبيت. يتمثل المستوى الأول في التثبيت على المسار المزدوج (Dual-Path Anchoring - DPA) حيث يتم إنشاء جسر موجه ذاتيًا يضمن توافق سلوك البيانات المرجعية مع سلوك البيانات الناتجة، مما يحول دون نقل السلوكيات المعتمدة على الامتياز إلى الطالب أثناء فترة الاستدلال.

أما المستوى الثاني، التثبيت من مصادر مزدوجة (Dual-Source Anchoring - DSA)، فيقوم بتطبيق هذه المسارات في كلا الاتجاهين، مما يقلل من الاعتماد على التوجيه المرجعي الخاص، مع الحفاظ على إشراف صحيح.

تُظهر التجارب المعمقة أن تقنية DAPD تقوم بتحسين الأداء بشكل ملحوظ، حيث حققت تحسينًا متوسطًا قدره +2.00 نقطة على النموذج Qwen3-4B. بينما تظهر النتائج أنها تحتفظ بزيادة الأداء حتى عند استخدام نماذج أكبر، حيث وصلت الزيادة إلى +2.69 عند حجم 4B و+2.78 عند حجم 32B.

إن هذه التطورات تمثل نقطة تحول هامة في كيفية تعاملنا مع نماذج اللغة الضخمة، مما يفتح الأبواب لمزيد من الابتكارات في هذا المجال. لا تفوت فرصة التعمق أكثر في هذه التقنية الرائدة.

ما رأيكم في هذه التطورات المثيرة في مجال الذكاء الاصطناعي؟ شاركونا آرائكم في التعليقات.