في عالم الذكاء الاصطناعي، تسعى الشركات والمطورون باستمرار لتحسين طرازات التعرف على العواطف باستخدام تقنيات SpeechLLMs (نماذج اللغات الصوتية الكبيرة). وقد أظهرت هذه الأنظمة قدرة قوية في تحديد المشاعر، ولكنها اعتمدت على محولات توليدية لا تناسب عمليات التصنيف بدقة، مما قد يؤدي إلى إنتاج تسميات خارج مجموعة الأهداف المطلوبة.

تحت قيادة مجموعة من الباحثين، تم اقتراح نهج تمييزي جديد يمكنه تحسين فعالية هذه الأنظمة في قراءة المشاعر. يعتمد هذا النهج على قراءة حالة المخفية للنموذج خلال مرحلة التصنيف، مما ينتج عنه تسمية دقيقة في عملية واحدة، دون الحاجة لتعديل العمود الفقري للنموذج. بفضل هذا الأسلوب، يمكن للمستخدمين التحكم في الطريقة التي تُقارن بها النتائج من نماذج توليدية وأخرى تمييزية.

النموذج الجديد يتضمن رأس تصنيفي بسيط يعتمد على طبقة خطية واحدة، مما يعزز تفسير النتائج. وبذلك يمكن أن يمثل كل شعور اتجاهًا معينًا في فضاء مخرجات النموذج، مما يتيح الكشف عن الرموز المرتبطة بذلك الشعور.

اختبرت الأبحاث الجديدة على مجموعة بيانات IEMOCAP، وقد أظهرت تحسينات واضحة في دقة نتيجة Macro F1 وإزالة الهلاوس في النتائج، حيث كانت المكاسب الأكبر ملحوظة في النصوص المأخوذة من أنظمة التعرف الصوتي المباشر (ASR). التحليل أظهر أيضاً أن هذه الاتجاهات المرتبطة بالعواطف تحمل انحيازات مُعَكِّسة تعكس الاتجاهات السائدة في النصوص التي تم جمعها على الإنترنت.

مع هذه الإنجازات، يفتح المجال أمام المزيد من الأبحاث المبتكرة في الذكاء الاصطناعي، مما يجعل المستقبل واعدًا لتحسين تجارب المستخدمين وتعميق فهم الآلات لعواطف البشر.