شهد مجال الذكاء الاصطناعي (AI) تقدمًا سريعًا في الرياضيات، لكن قياس هذا التقدم يعتبر تحديًا كبيرًا. تُعاني المعايير التقليدية المستخدمة من تشبع بحيث لا يمكن قياس إنجازات الأنظمة بشكل دقيق. ولكن، مع تقديم معيار SqueezeBench، يبدو أن الأمور ستتغير بشكل جذري.

ما يميز SqueezeBench هو أنها منصة قياس مقاومة للتشبع، حيث ترفع نجاحات الأنظمة الذكية حاجز التحدي بدلاً من مجرد إزالة المشاكل كما كان يحدث في السابق. يعتمد هذا المعيار على اختبار وظائف عددية محددة مسبقًا، حيث يتم توثيق الحدود السفلية والعلوية لهذه الوظائف بدقة عالية.

سيساعد SqueezeBench على تقديم تفاصيل دقيقة حول كيفية تجاوز الأنظمة الذكية للعقبات، حيث يعتمد كل اختبار على وظيفة عددية معروفة فقط لبعض القيم الصغيرة. يتم التحقق من كل سجل بواسطة نظام Lean، مما يضمن دقة التقييمات دون الحاجة لدفع حكام لمراجعة الرياضيات.

تم إصدار عشرة مشاكل من مجالات التجميعات المتطرفة مع عشرين سجلًا أوليًا مثبتًا. في الممارسة، تمكنت الأنظمة الذكية المعتمدة على نموذج لغوي متقدم من تحقيق 82 قبولًا وتحسين كل السجلات دون تجاوز الأدبيات المنشورة. كما نجحت نماذج أكثر حداثة في تحسين 19 من 20 سجل بعد ذلك. وهذا يدل على أن هناك رحابة كبيرة في هذا المجال، مع الكثير من التحديات المستقبلية.

هل أنتم مستعدون لمتابعة هذه الثورة الجديدة في قياس قدرات الذكاء الاصطناعي؟ شاركونا آرائكم وتعليقاتكم أدناه!