في عالم الذكاء الاصطناعي، يعد تفسير كيفية عمل الشبكات العصبية خطوة حاسمة لفهم القرارات التي تتخذها هذه الأنظمة. لقد شهدنا تقدمًا ملحوظًا في أسماء الأعصاب، لكن العديد من الطرق الحالية تقتصر على مفردات المفاهيم المحددة مسبقًا أو تقدم أوصافًا ضيقة تفتقر إلى القدرة على التقاط المفاهيم العالمية. هنا يأتي دور LINE.

تُعد تقنية LINE نهجًا مبتكرًا بدون تدريب، يهدف لإجراء تصنيف مفتوح للمفاهيم في نماذج الرؤية. هذه الطريقة تعمل في بيئة مغلقة بالكامل، حيث تستفيد من نماذج اللغة الكبيرة (Large Language Models) ومولدات الصور لإعادة اقتراح وتحسين المفاهيم بشكل دوري مستندة إلى تاريخ النشاط العصبي.

تتميز LINE بأدائها المتفوق عبر عدة بنى للنماذج، حيث حققت تحسينات في منطقة تحت المنحنى (AUC) تصل إلى 0.11 على مجموعة بيانات ImageNet و0.05 على مجموعة بيانات Places365، مع اكتشاف متوسط 27% من المفاهيم الجديدة التي غفلت عنها المفردات المحددة سلفًا.

وبالإضافة إلى تحديد المفاهيم الرئيسية، توفر LINE تاريخًا كاملاً من عملية التوليد، مما يمكن من تقييم تعدد الدلالات (polysemanticity) وإنتاج تفسيرات بصرية تفوق تلك المعتمدة على تعظيم النشاط المتعلق بالتدرجات.

من المتوقع أن يتم إتاحة الشيفرة المصدرية قريبًا، مما سيفتح الباب أمام مزيد من الابتكارات في هذا المجال.