في عالم تطور الذكاء الاصطناعي، تبرز نماذج الرؤية واللغة والعمل (Vision-Language-Action models - VLAs) كأدوات قوية تساهم في التحكم في الروبوتات. ومع ذلك، تواجه هذه النماذج تحديات كبيرة عندما يتعلق الأمر بالمهام التي تتطلب دقة عالية. قد تكون الطُرق المستخدمة حالياً مثل استخدام محققين خارجيين وعدت بتجاوز بعض القيود، لكنها تحتاج إلى تدريب إضافي وغالباً ما تفشل في تعميم الأداء في ظروف جديدة.

في هذا الإطار، يأتي بحث جديد يقترح تقنية جديدة تحت اسم "اختيار مدعوم بتوزيع القناع" (Masking Distribution Guided Selection - MG-Select). هذه الطريقة تتيح للنموذج الاستفادة من خصائصه الداخلية دون الحاجة لمحققين خارجيين أو تدريب إضافي. تقوم MG-Select بتحديد العمل الأمثل من بين الخيارات المتعددة باستخدام مقياس الثقة المبني على تقارب KL من توزيع توكن العمل المرجعي.

كما أن هذه التقنية تقدم توزيعًا مرجعيًا يتم إنشاؤه من قبل نفس نموذج VLAs ولكن باستخدام حالات مدخلة ولغات مقنعة عشوائياً، مما يساعد على تقديم شكوك حول الأعمال مع الحفاظ على توافقها مع توزيع المهام المستهدفة. بالإضافة إلى ذلك، يتم تنفيذ استراتيجية تدريب مشتركة تتيح للنموذج تعلم التوزيعات الشرطية وغير الشرطية عبر تطبيق "Dropout" على حالات اللغة والدولة، مما يعزز بصورة أكبر جودة التوزيع المرجعي.

تظهر التجارب أن MG-Select تقدم مرجعًا موثوقًا لاختيار العمل من خلال قناع الشروط ذات الصلة بالمهام، مما يحسن باستمرار من أداء النماذج الأساسية عبر مجموعة متنوعة من المعايير في بيئات المحاكاة والعالم الحقيقي. بماذا تعتقد أن MG-Select يمكن أن تؤثر على الصناعة في المستقبل؟ دعونا نتناقش في التعليقات!