في الآونة الأخيرة، شهد مجال توليد الصور من النصوص (Text-to-Image) تقدماً مهماً بفضل استخدام أسلوب تحسين السياسات النسبية الجماعية (Group Relative Policy Optimization - GRPO). ومع ذلك، كان يُعيق هذا التقدم محدودية كبيرة تتمثل في نسبة الفوائد غير الدقيقة. لذا، تتناول دراسة جديدة كيفية التغلب على هذه المشكلة من خلال جمع خطوات التدريب المتتابعة ضمن وحدة متكاملة تُعرف باسم "chunk".

في هذه الدراسة، يقترح الباحثون الانتقال من تحسين السياسات على مستوى الخطوة كما في GRPO إلى تحسين على مستوى التجميع (chunk-level). هذه الاستراتيجية الجديدة، المعروفة باسم تحسين السياسات تجميعية الخطوات (Group Chunking Policy Optimization - GCPO)، تشير إلى نهج جديد للتعلم المعزز، مما يمكّن من تقليل التأثير السلبي لمشكلة النسبة الدقيقة.

عبر تجارب مفصلة، أثبتت GCPO تحقيق أداءً متفوقاً على معايير T2I التقليدية وتوافق التفضيلات، حيث أظهرت تحقيق مكاسب نسبتها تصل إلى 43% مقارنة بـ GRPO. هذه النتائج تبشر بأفق واعد لتقنيات تحسين السياسات على مستوى التجميع، مما يفتح آفاقاً جديدة في مجالات الذكاء الاصطناعي.

للمزيد من المعلومات حول هذا البحث ونتائج الاختبارات، يمكنك زيارة الكود المصدري المتاح على GitHub. ما رأيكم في هذا التطور؟ شاركونا في التعليقات!