في عالم اليوم، يُعد الحصول على استشارات لياقة بدنية موثوقة من أكثر الأمور التي يسعى إليها الكثيرون، ولكن الوحدات التقليدية تعتمد عادةً على المدربين البشر، مما يجعلها باهظة الثمن وغير متاحة للجميع. هنا يأتي دور التطورات الحديثة في نماذج اللغات الضخمة (Large Language Models) التي تُعَدّ مثيرة للاهتمام.

تواجه نماذج الذكاء الاصطناعي الحالية قيودًا كبيرة عند استخدامها في تدريب اللياقة البدنية. ومن هنا، تم تقديم نموذج FitOne الذي يتضمن سلسلتين من نماذج اللياقة البدنية بخصائص فريدة، بما في ذلك 8B و32B من المعلمات، بهدف تحسين موثوقية التقييمات ودمج المعرفة الخاصة بالمجال.

استنادًا إلى النماذج الأساسية Qwen3، تم تطوير FitOne عبر عملية تدريب شاملة تتضمن مراحل متعددة: من إعادة التدريب المستمر، إلى التنقيح تحت الإشراف، وصولًا إلى التعلم المعزز، مستفيدًا من مجموعات بيانات عالية الجودة مستندة إلى المعرفة الأكاديمية الصارمة.

تظهر النتائج التجريبية أن FitOne-8B وFitOne-32B قد حققوا تحسينات ملحوظة، حيث تزيد التقييمات على اختبارات الشهادات الاحترافية مثل ACSM-EP وNSCA-CSCS بمتوسط يصل إلى 10.09% و12.73%، على التوالي، مقارنة بالنماذج الأساسية.

علاوة على ذلك، تؤكد الدراسات المخصصة أهمية كل مرحلة من مراحل التدريب، مما يُبرز فعالية هذه العملية في تعزيز الخبرة الخاصة بالمجال مع الاحتفاظ بالقدرات العامة للنموذج.

إن هذا البحث يفتح آفاقًا جديدة في عالم الذكاء الاصطناعي ويؤكد إمكانية تطوير نماذج لغات مخصصة تناسب احتياجات التدريب البدني بشكل فعال.