في عالم الذكاء الاصطناعي، تعتبر الأساليب الحديثة في معالجة الصوت والفيديو ضرورة ملحة لتلبية احتياجات المستخدمين. ومن بين الابتكارات الجديدة التي تجذب الانتباه، نموذج LEAP (استرجاع الأدلة المعلمومة كتلة بواسطة) الذي يعد ثورة في هذا المجال. هذا النموذج يُعالج تحدّي "دليل السياق" القائم على الوقت الطويل لتحليل الأسئلة الصوتية والمرئية، الذي كان دائمًا يقيد قدرة البرامج على تقديم إجابات دقيقة.

تعمل LEAP من خلال تقسيم التسجيلات إلى كتل زمنية ثابتة، وتطوير طريقة خفيفة الوزن لتحديد المواقع لكل كتلة لتسجيل النوافذ المرشحة القصيرة. بهذه الطريقة، يمكن للنموذج استرجاع الأدلة بشكل مستقل عن مدة التسجيل، مما يمنح التعامل مع المعلومات الزمنية ملاءمة أكبر من ذي قبل.

بالإضافة إلى ذلك، يضيف LEAP ميزة تحسين اختيار النوافذ وإنتاج الإجابات بفضل نموذج LoRA (طبقات التعلم الخفيف). تُظهر النتائج عبر العديد من اختبارات AVQA (تقييم استجابات الأسئلة الصوتية والمرئية) أن LEAP قد رفع الأداء بمدى يتراوح بين 4.5-16.8% مقارنةً بالنموذج السابق Qwen3-Omni-30B-A3B، مما يجعلها أداة قوية في الذكاء الاصطناعي.

في ختام هذا التطور الرائد، يتساءل الكثيرون عن كيفية تغير Landscape الذكاء الاصطناعي بفضل LEAP. فهل يمكن لنموذج LEAP أن يدفع بعجلة الابتكار ويغير الطريقة التي نتعامل بها مع البيانات الصوتية والمرئية؟

ما رأيكم في هذا التطور؟ شاركونا في التعليقات!