في عالم الذكاء الاصطناعي، يبرز نظام RAGthoven كواحد من الابتكارات الرائدة في مجال توليد الفكاهة باللغات المتعددة، وذلك ضمن المهمة الأولى من مسابقة SemEval-2026. يعتمد RAGthoven على عملية مبتكرة تتكون من عدة مراحل تستخدم نماذج لغوية كبيرة (Large Language Models - LLM) لتحقيق نتائج مدهشة في توليد نصوص فكاهية.

يتفكك نظام RAGthoven إلى أربعة مراحل رئيسية:
1. **المخطط (Planner)**: يقوم بتخطيط النص الفكاهي.
2. **أفضل كاتب (Best-of-N Writer)**: يتولى الكتابة الفعلية للنص.
3. **العكس (Reflector)**: يعمل على نقد النصوص المنتجة ذاتيًا.
4. **القاضي (Judge)**: يقوم بتقييم النصوص المستمدة من العملية.

يستند هذا النظام إلى نظريات حسابية في الفكاهة مثل نظرية الانتهاك الودي (Benign Violation Theory) ونظرية الأنماط الدلالية في الفكاهة (Script-based Semantic Theory of Humor)، وقام بالتحسين عبر عشرة تجارب.

أحد الجوانب المميزة لـ RAGthoven هو استخدام تقنية توليد معززة بالاسترجاع (Retrieval-Augmented Generation - RAG) من مجموعة نكات معدة مسبقًا، مما يسمح له بالاستفادة من آليات خزينة من النكات المتنوعة.

عند تقييم الأداء، أظهرت النتائج أنه رغم استخدام نسختين مرنتين - تطلب أدوات متسلسلة بأسلوب ReAct (Exp09) وتنظيم ذاتي متعدد الفروع (Exp10) - لم تنتج أي من هذه النسخ نتائج أفضل من خط الأنابيب القياسي الغير مرن، رغم ارتفاع ميزانية استدعاء الأدوات.

وفي مقارنة النتائج، تشارك RAGthoven المرتبة الأولى مع نموذج Gemini 2.5 Flash في جميع اللغات الثلاث، حيث يقدم أداء متميزًا في اللغة الإسبانية متفوقًا بفارق 42 نقطة من نقاط Elo الخام، في حين يحتفظ النموذج القياسي بترتيب أعلى في الإنجليزية والصينية.

تظهر هذه النتائج دلالات مثيرة حول فعالية نماذج العمل المتقدمة وعائدات اللغة التي تتراجع مع التعقيد.

ما رأيكم في نتائج RAGthoven؟ شاركونا آراءكم في التعليقات!