في عالم الذكاء الاصطناعي، يمثل توليد الحبكات الإبداعية تحديًا كبيرًا. فكيف يمكن لنموذج لغوي أن يحول فكرة مختصرة إلى رواية متماسكة تحافظ على تنمية الشخصيات، وتوازن الإيقاع، وتناسق النبرة، والتقدم العاطفي؟ بينما تبدي نماذج اللغة الكبيرة (Large Language Models) Fluency قوية في المهام العامة، إلا أنها تحتاج إلى توافق تفضيلات المستخدمين لتؤدي بشكل جيد في المهام الخاصة مثل توليد الحبكات الإبداعية.

وهنا يأتي دور إطار PlotTwist! يقدم هذا الإطار حلاً مبتكرًا يمكّن نماذج اللغة الصغيرة (Small Language Models) التي تحتوي على أقل من 3 مليار معلمة من إنتاج حبكات ذات جودة عالية، تتفوق على أنظمة أكبر بكثير من حيث عدد المعلمات!

يعتمد إطار PlotTwist على تفكيك عملية التوليد إلى ثلاثة مكونات متخصصة:
1. نموذج تقييم جوانب الحبكة، يتم تدريبه من خلال استراتيجية تحفيز إيجابية وسلبية جديدة.
2. مُولد الحبكة استخدام ميكستشر-أوف-إكسبرتس (Mixture-of-Experts) المعتمد على عملية تحسين تفضيل مباشر (Direct Preference Optimization).
3. وحدة تقييم مهنية تعتمد على لجنة محلفين متعددة عائلات لتقديم تقييم عادل ومستقل.

تظهر التجارب الشاملة أن PlotTwist يتفوق باستمرار على جميع الأسس، بما في ذلك النماذج الرائدة، عبر عدة أبعاد لجودة السرد (Narrative Quality Dimensions)، محققًا معدلات انتصار أعلى ضد كل نموذج أساسي تقريبًا، مما يجعله من المنافسين الأقوياء. كما تؤكد الدراسات الإضافية حساسية قوية لجودة الحبكة، حيث يُظهر الإطار قدرة ثابتة على التمييز بين الحبكات المستمدة من سيناريوهات مشهورة وأخرى لم تلقَ قبولًا.

مجمل هذه الإنجازات تؤكد أن التوافق القائم على الهيكل والتفضيل يشكل مقاربة فعالة من حيث الموارد لتوليد حبكات إبداعية عالية الجودة. لمزيد من التفاصيل، يمكنكم زيارة موقع المشروع.