في عالم الذكاء الاصطناعي، تبرز نماذج اللغة الكبيرة (Large Language Models) كقوة حقيقية في فهم وتوليد الصوت. ومع ذلك، يبدو أن قدرتها على تقديم نتائج متسقة زمنياً لا تزال بحاجة إلى تحسينات. هنا يأتي دور الابتكار الجديد، حيث تم تطوير طريقة تمثل الفترات الزمنية النسبية لتحسين جودة الطوابع الزمنية المرفقة بنماذج الذكاء الاصطناعي.

هذه الدراسة الجديدة توضح كيف يمكن التحول من النماذج التقليدية، التي تعتمد على الطوابع المطلقة، إلى نماذج ذات طابع زمني نسبي، مما يمكنها من دمج محتوى الكلام مع الهيكل الزمني بشكل أفضل. هذا الانتقال يساعد على تقليص حجم المفردات المستخدمة مما يؤدي إلى تحسين القدرات العامة للنموذج.

لقد تم اعتماد استراتيجية جديدة للتدريب يمزج بين الضبط الكامل للطبقات المعززة بالطوابع الزمنية ورؤوس نماذج اللغة، مع استخدام أسلوب Fine-tuning المعروف باسم LoRA. إضافة إلى ذلك، تم تصميم هدف تدريب مع.masked timestamp لدعم النموذج في عدم الاعتماد المفرط على الطوابع الزمنية الحقيقية، مما يجعله أكثر صمودًا أمام الضوضاء والتحريفات في التقييمات الحقيقية.

تجارب شاملة أظهرت أن هذا الأسلوب الجديد يسهم في تحسين دقة توقع الطوابع الزمنية بشكل ملحوظ، مع الحفاظ على أداء قوي في تحويل الكلام إلى نص.

إذا كنت متحمسًا للابتكارات التي قد تغير مستقبل الذكاء الاصطناعي، فماذا تنتظر؟ شاركنا آراءك في التعليقات!