في عالم الذكاء الاصطناعي، يمثل مبدأ توزيع المكافآت أهمية كبيرة في تحسين الأداء. في هذا السياق، تم الكشف عن نموذج جديد يُعرف بـ MGE-PO، والذي يقدم منظومة جديدة تهدف إلى تحسين فهم النماذج للمسائل الرياضية.

تتمحور فكرة MGE-PO حول مفهوم "توزيع المكافآت الواعي بالانثروبيا" (Entropy-Aware Credit Assignment)، حيث يتم منح نماذج الذكاء الاصطناعي معلومات إضافية لتحسين قراراتها في حل المسائل. يعتمد هذا النظام على تقسيم المكافآت إلى أربعة أجزاء، حيث يتم تقييم دقة النموذج وأيضًا درجة الغموض في النتائج.

تظهر الأبحاث أن هذا النظام، بعد ثمانية دورات تدريبية باستخدام نموذج Qwen3-8B-Base، يحسن الدقة بمعدل يتراوح بين 3.23% و3.69% عند القياسات القياسية، ويحقق نجاحات ملحوظة في ظروف متعددة.

لذا، مع تحسين أساليب التعلم، يُظهر MGE-PO كيف يمكن للنماذج الاستفادة من البيانات غير المستغلة لتعزيز أدائها، مما يجعله خطوة هامة نحو تحسين الاستجابة الرياضية للذكاء الاصطناعي.