في عالم الذكاء الاصطناعي، تعد نماذج تحويل النص إلى صورة (Text-to-Image Diffusion Models) من الابتكارات الواعدة، ولكنها ليست خالية من المخاطر. حيث يمكن لهذه النماذج إصدار محتوى محمي بحقوق الطبع والنشر أو غير آمن أو حتى خاص. وهنا تأتي أهمية ما يعرف بالتوافق مع معايير السلامة (Safety Alignment)، الذي يهدف إلى قمع مفاهيم معينة تهدف إلى ضمان سلامة المحتوى.

إحدى التحديات الكبرى تكمن في اختبارات السلامة، حيث نادرًا ما تُقيم فعالية هذه المعايير فيما بعد التعديلات البسيطة التي تُجرى بعد النشر، مثل تخصيص LoRA (Low-Rank Adaptation) أو استخدام محولات الأنماط.

في هذا الإطار، قدمت الدراسة الحديثة معيار SPQR، الذي يمثل اختصاراً لسلامة (Safety)، وامتثال المحفزات (Prompt adherence)، والجودة (Quality)، والصلابة (Robustness).

يسرع معيار SPQR عمليات التقييم عبر تقديم مقياس موحد يتيح مقارنة فعالية النماذج في المحافظة على معايير السلامة والتطبيقية تحت تعديلات دقيقة. يتضمن هذا النموذج تقييمات متعددة اللغات وذات نطاقات معينة، بالإضافة إلى تحليلات للخروج عن التوزيع، ما يوفر نظرة شاملة على متى تفشل إجراءات السلامة بعد التكيفات البسيطة.

من خلال هذه الدراسة، يظهر SPQR كمعيار متكامل وقيم يتعلق بتقنيات سلامة نماذج تحويل النص إلى صورة، ويرسم خريطة دقيقة للتحديات التي تواجه هذه النماذج في عالم يتطور باطراد.