في عالم الذكاء الاصطناعي المتطور، تعتبر عملية تحويل الرسوم البيانية إلى أكواد (Chart-to-Code Generation) أحد التحديات التقنية الكبيرة. عادةً ما تعتمد الطرق التقليدية على تدريب القدرات البصرية والترميز بشكل منفصل، أو ضبطها معًا على بيانات تحويل الرسوم البيانية، مما يؤدي لتداخل بين القدرات.

لكن مع طرح نموذج MoCA (Mixture of Cross-modal Arbitration)، نشهد تحولًا جذريًا. يقوم هذا النموذج بفصل القدرتين بدلاً من دمجهما. تعتمد آلية MoCA على كتلة التحكيم بين عدة أشكال (Cross-modal Arbitration Block - CAB)، حيث يحتوي على مسارين منفصلين: فرع بصري وآخر ترميزي، ويتضمن محكّم خفيف الوزن يقوم بموازنة المساهمات النسبية لكل منهما في كل طبقة ورمز يتم إنشاؤه.

تتم عملية تدريب MoCA على مرحلتين: الأولى عبارة عن تدفئة تحت إشراف وتقوم بتفكيك الفهم البصري إلى خطوات واضحة، بينما المرحلة الثانية تعتمد على التعلم المعزز مع مكافآت ترتكز على كل من عملية الاستدلال والكود النهائي. توضح التحليلات أن المحكّم يتعلم توزيعًا منظمًا بدلاً من توزيع عشوائي، حيث تختلف المساهمات الخبيرة عبر الرموز والطبقات والحالات.

وعند اختبار نموذج MoCA على ثلاثة قياسات، أظهر أداءً تنافسيًا أمام نماذج متخصصة في الرسوم البيانية وأخرى عامة. كما أظهرت نتائج التجارب أن التحسينات لا تعود فقط إلى زيادة حجم النموذج، بل تنبع من المساهمات المشتركة بين فرعي الفهم البصري والترميز، وكذلك التحكيم المشروط بالإدخال عبر CAB.

إن انطلاقة MoCA تمثل خطوة هائلة نحو تحسين القدرة على فهم وتحويل البيانات البصرية إلى أكواد قابلة للتنفيذ، مما يفتح آفاقًا جديدة لتطبيقات الذكاء الاصطناعي.