في عالم الذكاء الاصطناعي، تعتبر جوميات إقليدس (Euclidean Geometry) ساحة مثيرة لتحديات التفكير، إذ تتطلب دمج فهم التخطيطات، الاستدلال البديهي، والحساب الجبري. ومع ذلك، تُركز الأساليب الحالية عادةً على جزء محدود من هذه القدرات أو تواجه صعوبة في التعامل مع المشكلات بمستوى المنافسة.

هنا يأتي دور "Euclid-Omni"، وهو إطار عمل عصبي-رمزي موحد يتميز بقدرته على الجمع بين نظام جوميات رسمي ونماذج لغة كبيرة (Large Language Models) ونماذج رؤية-لغة (Vision-Language Models)، مما يتيح له معالجة مشكلات الحساب والبرهان داخل الأطر اللغوية الرسمية والطبيعية، مما يجعله قادراً على تجاوز تحديات المسابقات.

في جوهره، يتم تطوير "Euclidea"، وهو حل جومياتي رمزي متعدد الاستخدامات يقوم تلقائيًا بإنتاج خطوات الاستدلال من خلال الاستنتاج الجبري. وعلاوة على ذلك، يقوم تطوير أنبوب توليد البيانات بتوليف مشكلات ورموز رمزية، ورسم التخطيطات، وترجمتها إلى اللغة الطبيعية، مما ينتج مجموعات بيانات متنوع وكبير لتدريب نماذج اللغة الكبيرة ونماذج الرؤية-اللغة، عبر مجموعة واسعة من إعدادات التفكير.

تظهر التجارب أن نماذج الرؤية-اللغة المدربة على بياناتنا الاصطناعية تحقق أداءً متفوقًا في مهام الحساب، وأن نماذج اللغة الكبيرة المدمجة مع "Euclidea" تتنافس مع الأنظمة الرائدة على مشكلات البرهان بمستوى الأولمبياد، وذلك رغم استخدام موارد تدريب وبيانات أقل بكثير. يمكنكم الوصول إلى الشيفرات والنصوص عبر الرابط [https://github.com/20171130/Euclid-Omni].