في عالم اليوم، حيث تسعى المؤسسات المالية إلى تلبية متطلبات قوانين حماية البيانات، يشكل تطوير نماذج لغوية مخصصة داخل مؤسساتها خطوة حيوية. في دراسة جديدة، تم دمج آليتين متعلقة بتعزيز النماذج اللغوية لتقديم طريقة مبتكرة ودقيقة.

تتحدث الدراسة التي تم نشرها على منصة arXiv عن مبدأ تحسين النموذج اللغوي بواسطة تقنيات مثل التقطير المعزز بالأونتولوجيا (Ontology-Amplified Distillation) وتدقيق السياق. تم إجراء تجربة باستخدام نموذج Qwen3.6-27B، وهو نموذج ستحصل عليه المؤسسات لإعداد نماذجها اللغوية الخاصة بها. تم تعديل هذا النموذج وفقاً للأونتولوجيا الخاصة بالمؤسسة وذلك من خلال علم التدريب الفائق على طرق المعلمين المتقدمة والتهيئة المباشرة من خلال تحسين تفضيلات مؤسسة معينة.

المفاجأة كانت في النتائج: نجح النموذج المعدل في اجتياز 36 من 40 مهمة في المجال المالي الفيتنامي، مما يضمن تخصيصه للدخول في النطاق المالي الدولي. وفي الوقت نفسه، تم التحقيق في طريقة تدقيق حول كيفية تعامل السيارات التقنية مع السياقات المختلفة، حيث أظهرت النتائج عدم وجود تأثير مباشر أو مفيد في حالة وجود تباين في الرأي.

هذه الدراسة تفتح أفقاً جديداً لفهم كيفية استخدام الذكاء الاصطناعي في تحسين الآليات المالية، ولكن النتائج لم تؤكد بما فيه الكفاية على إمكانية نشر هذه النماذج أو سلامتها، مما يطرح تساؤلات حول مستقبل استخدام الذكاء الاصطناعي في هذا المجال.