مع التقدم المستمر في قدرات التفكير لدى نماذج اللغات الضخمة (LLMs)، حصلت تطبيقاتها في مجالات التفكير العلمي على اهتمام كبير من الباحثين. تركز الأبحاث الحالية بشكل أساسي على تعزيز أداء هذه النماذج على معايير الأسئلة العلمية من خلال تدريبها على مجموعات بيانات أكبر وأكثر شمولاً، ولكن هذه الطرق غالباً ما تتجاهل جوهر العملية العلمية – وهو المنطق، الذي يعد الأساس العقلاني لضمان صحة الخطوات الاستدلالية التي تؤدي إلى استنتاجات موثوقة.

في هذا العمل، نقوم بأول دراسة منهجية لطبيعة المنطق الداخلي الذي يتحكم في تفكير نماذج اللغات الضخمة في السياقات العلمية. وقد قمنا بتطوير منهجية غنية بالمنطق العلمي تتضمن مجموعة من معايير التقييم وطرق أخذ العينات لتدريب النموذج بطريقة موجهة نحو المنطق، مما يسهم في تحسين مصداقية المنطق وأداء المهام.

ننطلق من مجال الفيزياء، الذي يتميز بتنوع الهياكل المنطقية والنماذج الرياضية، كمثال لتطبيق هذه المنهجية. تم استخراج مسائل علمية من الأدبيات الأكاديمية، وتم أخذ عينات من مجموعة بيانات عالية الجودة تتمتع بمنطقية قوية.

أظهرت التجارب التي أجريت على ثلاثة نماذج لغوية أساسية مختلفة أن البيانات التي قمنا بإنشائها يمكن أن تعزز فعليًا المنطق العلمي في تفكير نماذج اللغات الضخمة، وأن المنطق العلمي المعزز يلعب دوراً حاسماً في حل المشكلات العلمية. يمكن الوصول إلى الكود المستخدم في هذه التجارب على رابط [الكود هنا].