اكتشف NGM: نموذج الذاكرة الثوري الذي لا يتطلب تدريبًا لتحسين أداء نماذج اللغات الضخمة!

في عالم الذكاء الاصطناعي، يعد الوصول الفوري إلى [المعرفة](/tag/المعرفة) أحد أكبر التحديات التي تواجه [نماذج [اللغات](/tag/اللغات) الضخمة](/tag/[نماذج](/tag/نماذج)-[اللغات](/tag/اللغات)-الضخمة) (Large Language [Models](/tag/models)). ولكي يتم [تطوير](/tag/تطوير) هذه [النماذج](/tag/النماذج) بشكل فعال، قدم الباحثون [نموذج ذاكرة](/tag/[نموذج](/tag/نموذج)-[ذاكرة](/tag/ذاكرة)) مبتكر يُعرف بـ N-gram Memory (NGM)، وهو [نموذج](/tag/نموذج) يعمل بدون الحاجة إلى [تدريب](/tag/تدريب) مسبق، مما يفتح آفاق جديدة في كيفية التعامل مع [البيانات](/tag/البيانات) والمعرفة.

يعتمد NGM على تركيبة من مكونات متطورة تشمل مشفر N-gram السببي (Causal N-Gram Encoder) ومحقن [الذاكرة](/tag/الذاكرة) المدفوع ببوابة الكوسين (Cosine-Gated Memory Injector). فبدلاً من الاعتماد على مسارات حسابية [ديناميكية](/tag/ديناميكية) كما هو الحال في [نماذج](/tag/نماذج) [Mixture of Experts](/tag/mixture-of-experts) (MoE)، يوفر NGM طريقة [بحث](/tag/بحث) أكثر [كفاءة](/tag/كفاءة) في استرجاع [المعرفة](/tag/المعرفة) من خلال استخدام [تمثيلات](/tag/تمثيلات) N-gram مباشرة.

يتمكن مشفر N-gram من [تصميم](/tag/تصميم) [تمثيلات](/tag/تمثيلات) خاصة به باستخدام [رموز](/tag/رموز) النموذج الأساسي المدربة مسبقًا، مما يعني أنه يمكنه استيعاب [المعرفة](/tag/المعرفة) بدون الحاجة لتدريب مستمر أو جداول [ذاكرة](/tag/ذاكرة) إضافية. أما محقن الذاكرة، فيقوم بتعديل التمثيلات المستخرجة وتكييفها ضمن [السياق](/tag/السياق) المطلوب.

أظهرت [التقييمات](/tag/التقييمات) الأولية لـ NGM مع سلسلة Qwen3، التي تتراوح من 0.6 مليار إلى 14 مليار معلمة، تحسنًا ملحوظًا في [الأداء](/tag/الأداء). حيث سجل NGM [تحسينات](/tag/تحسينات) تتراوح بين 0.5 إلى 1.2 نقطة، مع نتائج استثنائية في المهام التي تتطلب [معرفة](/tag/معرفة) كثيفة مثل [توليد الأكواد](/tag/[توليد](/tag/توليد)-الأكواد).

ففي [اختبارات](/tag/اختبارات) LiveCodeBench و GPQA، سجل NGM زيادات تصل إلى 3.0 و3.03 على التوالي. كما عزز أيضًا من [الأداء](/tag/الأداء) في [معايير الأداء](/tag/[معايير](/tag/معايير)-[الأداء](/tag/الأداء)) [متعددة الوسائط](/tag/متعددة-الوسائط).

يمكن القول إن NGM يمثل نقلة نوعية في قدرة [نماذج الذكاء الاصطناعي](/tag/[نماذج](/tag/نماذج)-الذكاء-الاصطناعي) على استخدام واسترجاع المعرفة، ويتجلى ذلك في [الأداء](/tag/الأداء) المتميز الذي أظهره في مختلف الاختبارات.

ما رأيكم في هذا التطور؟ شاركونا في [التعليقات](/tag/التعليقات)!