في سابقة تعتبر الأولى من نوعها في مجال الذكاء الاصطناعي، تم تقديم نظام PatMT2 (Patent Machine Translation, v2) وهو نموذج ثنائي المراحل يهدف إلى تحسين أداء ترجمة براءات الاختراع عبر أربع لغات رئيسية: الصينية، الإنجليزية، اليابانية، والكورية. هذا النظام يقوم بتكييف النموذج الشهير Hy-MT2-7B، ويستخدم تقنية LoRA لتحقيق نتائج استثنائية.

وفقًا للبيانات، سجلت مرحلة التكيف الثانية من النظام تحسينًا ملحوظًا في نتائج BLEU بمعدل يصل إلى 43.57 عند استخدام تقنية AWQ INT4، مما يعتبر تحسنًا يصل إلى 8.8 نقطة عن النموذج الأساسي. بفضل هذا النظام، تفوق PatMT2 أيضًا على نماذج ومواقع أخرى في نفس المجال، مما يبرز تفوقه وفاعليته.

عند فحص أداء النظام في 38 لغة غائبة عن بيانات التدريب، أظهرت النتائج أن النظام استمر في إنتاج مخرجات صحيحة وسلسة في 34 لغة، ما يُظهر موثوقية وقدرة PatMT2 على التعامل مع تنوع اللغات. ومع ذلك، وجدت أربعة لغات ذات موارد منخفضة تعرضت لسلوكيات فشل متكررة، مما يستدعي دراسة أكثر عمقًا لفهم آليات تلك الحالات.

في ختام التجربة، أكدت اختبارات bootstrap المتماثلة على تحسن الترجمة مقارنة بجميع النماذج البديلة، حيث كان مستوى الثقة أعلى من 0.001، مما يعكس نجاح PatMT2 في تحقيق أهدافه التحسينية، ويدعو إلى تفاؤل أكبر بشأن مستقبل الترجمة الآلية.

لذا، هل يتوقع أن يتجاوز هذا الابتكار حدود الترجمة ليشمل مجالات أخرى في الذكاء الاصطناعي؟ شاركونا آرائكم في التعليقات!