في عالم الذكاء الاصطناعي، حيث تتسارع التطورات بشكل ملحوظ، جاء FLARE ليحدث ثورة جديدة في كيفية التعامل مع نماذج اللغة. يُعتبر نموذج اللغة الكبيرة التلقائية (Autoregressive Large Language Models) أحد أبرز النماذج التي حققت نجاحًا واسعًا، إلا أن عملية فك الشيفرة التسلسلية (Sequential Decoding) لا تزال تشكل عقبة كبيرة أمام الاستخدام الفوري والفعال.

شهدت الأبحاث في هذا المجال تقدمًا مثيرًا بفضل محورين رئيسيين: الأول هو تقليل التكلفة لكل استخدام للنموذج عبر تصميمات فعالة، والثاني هو تقليل خطوات فك الشيفرة باستخدام تقنيات التوليد المتزامن. حيث تعالج البنى الهجينة (Hybrid Attention) المشكلة الأولى، بينما تسعى نماذج اللغة التفاضلية (Diffusion Language Models) لتجاوز القيود المرتبطة بفك الشيفرة عبر التخلص المتكرر من التشويش.

ومع ذلك، كانت تجمع هذه الفوائد يواجه تحديات كبيرة، حيث غالبًا ما يفشل التحويل من AR إلى dLLM في الحفاظ على قدرة حفظ نقاط البداية (Seed-Checkpoint Capability). كما أن حالات الانتباه الهجينة وحدود القناع تجعل تدريب النموذج وتقديمه أمرًا غير بسيط.

وهنا يأتي دور FLARE، وهو إطار تحويل منهجي لنماذج اللغة ذات الانتباه الهجين. من خلال تحليل عميق، تم تحديد جودة بيانات النقل كأساس رئيسي للحفاظ على القدرة، متفوقةً على تصميم خسارة وصياغة قناع الانتباه. الإطار الناتج يجمع بين هدف AR والديفيوشن المساوي للرموز، ونوى مدركة للأجهزة، واستنتاج موحد، مما يتيح لنقطة تفتيش واحدة دعم كلاً من فك الشيفرة بأسلوب AR وإزالة التشويش بأسلوب التفاضلية.

بداية من نقاط التفتيش القوية لـ AR مع بيانات تدريب محدودة، أثبت FLARE كفاءته مقارنةً بأفضل نماذج dLLM مفتوحة المصدر عبر مقاييس النموذج وحققت زيادة مستمرة في الأداء على معايير dLLM في تقديم الخدمات المتزامنة باستخدام وحدة معالجة الرسومات الواحدة. تُظهر نتائجنا أن نماذج dLLM الفعالة محكومة ليس فقط بالخوارزميات المعتمدة لفك الشيفرة، ولكن أيضًا بجودة بيانات النقل وعدم كفاءة تدريبات الأهداف الحالية، مما يحث على تصميم مشترك للبيانات والأهداف والهياكل وأنظمة الاستنتاج.