في عالم الذكاء الاصطناعي، تتمتع نماذج اللغات الضخمة (Large Language Models) بقدرة مذهلة على فهم اللغة الطبيعية، ولكن تبقى قراراتها العددية، خصوصاً في تطبيقات معينة، تحدياً كبيراً. نتيجة لذلك، جاء الابتكار الجديد المعروف باسم NUMERICJEV ليحدث تحولاً في كيفية التعامل مع هذه المشكلة.

تقدم NUMERICJEV خوارزمية فك تشفير عددية جديدة لا تتطلب تدريباً، مما يسمح بإخراج النتائج العددية من أي نموذج لغوي يشبه نموذج Jev، والذي يتميز بواجهات خيارات منظمة. بفضل هذه الخوارزمية، تمكن من تحسين الدقة في الاختيار العددي مقارنة بالتحديد المباشر من قائمة الخيارات الصحيحة، حيث حقق فارقاً نسبته 2.93% في دقة النتائج.

تعتمد NUMERICJEV على إنشاء شجرة قرار متعددة الاتجاهات (Multiway Decision Tree) تقوم بتكرار تحسين النطاق العددي خلال عمليات اتخاذ القرار، مع الحفاظ على السؤال الأصلي في سياقه، ودون الحاجة إلى تحديث المتغيرات أو الوصول إلى الحالة المخفية. 在测验中，当使用 100 值网格时，十向树仅需进行两轮决策即可完成。

هذه الخوارزمية ليست فقط فعالة بل تقدم أيضًا أداءً متفوقًا، حيث كانت نسبة خطأ الاسترجاع النسبي فقط 4.58% مع عدم وجود خطأ في القراءة عندما تم تقديم القيمة. كما أن الكود المصدر متاح على GitHub، مما يسهل على المطورين استغلال هذه التقنية المبتكرة في مشاريعهم.

دعونا نتطلع إلى المزيد من الابتكارات في هذا المجال! ما رأيكم في هذا التطور؟ شاركونا في التعليقات.