في عصر تتداخل فيه المعلومات من مجالات متعددة، يواجه الباحثون تحديات جديدة في طريقة نقل المعرفة بين نماذج مختلفة. أتاحت التكنولوجيا الحالية نقل المعرفة من نموذج مُعلم (Teacher) إلى نموذج مُتعلم (Student) بطريقة تقلل من الفجوات الهيكلية بين بيئات البيانات المختلفة.

تعتمد معظم الطرق التقليدية لنقل المعرفة على فرضية وجود تمثيلات متجانسة بين النموذجين، وهو أمر قد لا يتحقق دائمًا، خاصةً عندما يتعلق الأمر بالخصائص المتعددة العوالم مثل البيانات المرئية الثنائية الأبعاد (2D) والبيانات الصوتية الزمنية الأحادية الأبعاد (1D).

من أجل مواجهة هذه التحديات، طرحت دراسة جديدة نموذجًا مبتكرًا لتقطيع المعرفة المتعددة العوالم باستخدام كتاب رموز موجه (Vector-Quantized Codebook). تعمل هذه تقنية على تجريد خصائص المُعلم إلى مجموعة من الرموز المستندة إلى صيغة المتجهات، مما يتيح استغلال التطبيقات المفيدة للنقل.

يعتمد اختيار الرموز على الصلة بالمهام وملاءمة الطالب، مما يتيح للطالب تلقي المعرفة المنقولة دون الحاجة إلى توافق مباشر بين خصائص النموذجين. وقد أظهرت النتائج التجريبية عبر سيناريوهات متنوعة فعالية الإطار المقترح في مهام التصنيف والتقسيم الدلالي.