تعتبر تقييمات الإبداع الآلي من التحديات المستمرة، حيث كانت الأساليب التقليدية تتطلب موارد كبيرة وغالبًا ما تفتقر إلى الدقة العملية. ولكن في خطوة كبيرة نحو تحسين هذه العملية، نقدم لكم مُقاربة جديدة تعتمد على تقنية Poly-Encoder.

لقد أجرينا تحسينًا على Poly-Encoder باستخدام مجموعة بيانات عامة من اختبار التفكير الإبداعي العلمي، حيث شملت حوالي 18,000 رد على أسئلة تم تقييمها بواسطة بشر. ما يميز هذه الطريقة هو استغلالها لنماذج BERT البسيطة المدربة مسبقًا، ما سمح لنا بتحقيق أداء مقارب للنماذج الضخمة (Large Language Models) ولكنه بتكاليف حسابية أقل بكثير.

أظهرت التجارب باستخدام نماذج عائلة BERT وعدد الأكواد المتعددة تحقيق ارتباطات بيرسون تصل إلى r = 0.74، مع ثقة نسبية 95%، مما يجعل أداءً يقارن مع النماذج التقليدية المكلفة من حيث الموارد. هذه الدراسة تضع جسرًا بين الأداء العالي وكفاءة الحساب، مما يفتح أفق إمكانية تطبيق تقييم الإبداع بشكل آلي على الأجهزة الاستهلاكية بسهولة أكبر.

بالرغم من وجود بعض القيود، تشير النتائج إلى أن Poly-Encoders تمثل بديلاً واعدًا للنماذج الضخمة في تقييم الإبداع بشكل عملي وقابل للتوسع في مختلف السياقات، خاصة في المجال التعليمي.

فما رأيكم في هذا التطور المثير؟ شاركونا آرائكم في التعليقات!