في عالم الذكاء الاصطناعي، حيث تزداد تعقيدات استخدام نماذج اللغة الكبيرة (Large Language Models) منذ تحديات اللغة المتنوعة وصولاً إلى الاختلافات في صعوبة المواضيع، يعد توفير ضمانات دقيقة للتحكم في المخاطر فعلاً ضرورياً. هنا يأتي الابتكار الجديد: نموذج HG-CRC (Hierarchical Group-Conditional CRC) الذي يقدم حلاً مبتكرًا يهدف إلى تحسين دقة التوقعات وتقليل الأخطاء.

يدعم النموذج الجديد المجتمعات المختلفة المنضبطة عبر مجالات متعددة، حيث يمكن لنماذج اللغة الكبيرة أن تُسهم في تحسين دقة التوقعات مع الحفاظ على مستوى عالٍ من الأمان في القرارات. بينما تعطي تقنيات التحكم في المخاطر (Conformal Risk Control) ضمانات صارمة على المخاطر الهامشية لتوقعات انتقائية مع القدرة على الاحتفاظ، إلا أن هذه الضمانات الهوامشية ليست دائمًا مفيدة لكل مجموعة.

ومع تواجد انزياحات طفيفة في تكوين المجموعات، يمكن أن يتسبب نموذج CRC التقليدي في انتهاك الميزانية في ما يصل إلى 47% من التجارب. لكن نموذج HG-CRC يقوم بتصحيح هذا العيب من خلال تنفيذ إطار عمل تصحيح ما بعد المعالجة يضمن حدوث ضمانات مخاطر متزامنة عبر جميع العقد في هيكلية مجموعات محددة من قبل المستخدم.

يطبق نموذج HG-CRC تصحيح بونفيروني (Bonferroni correction) عبر العقد، حيث يستخدم استراتيجية تعتمد على الأبناء الأوائل مما يتيح له الاستفادة من عتبة الأكثر تحديداً المتاحة، مع الرجوع إلى العقد الخشنة عند عدم قدرة النموذج على التصديق أو رفض النموذج الأمثلة.

وبما انه يحتاج فقط إلى مجموعة تصحيح محفوظة، فهو لا يتطلب إعادة تدريب، الأمر الذي يجعله أكثر كفاءة. تم تقييم النموذج على ثلاثة نماذج (Qwen3-4B، Llama-3.1-8B-Instruct، Gemma-3-4B) وعلى معيارين (ARC Challenge، MMLU-Pro) عبر ثمانية إعدادات تتناول التعميم والمتغيرات بكل دقة.

النتائج الرئيسية أثبتت أن نموذج HG-CRC حقق معدل انتهاك صفر على معيار ARC Challenge بدون أخطاء على نماذج عالية الدقة، ولاحظ الباحثون تقليل نسبة الأخطاء إلى 0.6% في التجارب المستقلة. كما أظهرت النتائج الأخرى أن نموذج Gemma-3-4B، رغم عدم دقته، يتحسن بشكل ملحوظ من خلال الامتناع.

ما يميز هذا النموذج هو قدرته على الحفاظ على دقة توقعات مرتفعة مع تقليل الأخطاء في نفس الوقت، مما يجعله نموذجاً واعداً لمستقبل الذكاء الاصطناعي. هل أنتم مستعدون لتبني هذه التقنية الجديدة في أعمالكم؟ شاركونا آراءكم في التعليقات!