في عالم الذكاء الاصطناعي، خصوصًا مع تزايد الاعتماد على نماذج اللغات الضخمة (Large Language Models)، تبرز الحاجة الملحة للحصول على تقديرات دقيقة للثقة تكون موثوقة في التطبيقات الحساسة. يعتبر هذا التحدي أحد المواضيع المحورية التي يسعى الباحثون إلى حلها.

لقد كان البحث في تقدير الثقة غالبًا ما يتعامل مع مفهوم "الوعي الذاتي" للنموذج، أي قدرة نموذج اللغة على تقييم مدى صحة إجاباتها. ومع ذلك، أظهرت التجارب أن أداء نموذج معين في تقدير صحة مخرجاته لا يتفوق على نموذج آخر غير مستند إلى العلاقة.

في هذا السياق، يمهد الباحثون الطريق لـ نموذج التصحيح العام (Generalized Correctness Model) الذي يستفيد من البيانات التاريخية للنماذج السابقة لتقدير صحة الإجابات. حيث يوضح البحث أن التعرض لتنبؤات سابقة للنموذج المستهدف يلعب دورًا محوريًا في بناء نموذج التصحيح.

تستند الأساليب المطروحة في هذا النموذج إلى إدخال بيانات سلوكيات التصحيح السابقة وتدريب النموذج على أنماط تعتبر مؤشرات موثوقة للصحة. ولقد تم اختبار نموذج GCM عبر مجموعة من العائلات النموذجية وبيانات MMLU وTriviaQA.

تظهر النتائج أن تقدير الثقة للنموذج يعد مهارة عامة وغير محددة بنموذج معين، مستندة إلى تشفير تاريخ التصحيح بدلاً من الاعتماد على ما يسمى "التحليل الذاتي" للنموذج. وبالتالي، فإن إدراج التاريخ كأمثلة في السياق يمكن أن يحسن من دقة تقدير الصحة بشكل كبير.

يعد هذا البحث خطوة هامة نحو تحسين كفاءة نماذج الذكاء الاصطناعي، ويمكن أن يؤدي إلى تحسينات ملموسة في التطبيقات التي تعتمد عليها. ما رأيكم في هذه التطورات الجديدة في مجال الذكاء الاصطناعي؟ شاركونا آرائكم في التعليقات.