في عالم الذكاء الاصطناعي، تُعد [نماذج الأساس الجدولية](/tag/[نماذج](/tag/نماذج)-الأساس-الجدولية) (Tabular Foundation [Models](/tag/models)) من [الأدوات](/tag/الأدوات) المهمة، حيث بدأت تتفوق على الطرق التقليدية مثل [الأشجار](/tag/الأشجار) المعززة المتدرجة (Gradient-Boosted Trees) في مجموعة متنامية من المهام. ومع ذلك، تواجه هذه [النماذج](/tag/النماذج) تحديًا، حيث لا يوجد [نموذج](/tag/نموذج) واحد يمكن أن يجمع كل الأفضليات ويحقق النجاح في جميع المجالات.

عند النظر في [استراتيجيات](/tag/استراتيجيات) التحسين، تعتبر الجمع بين [النماذج](/tag/النماذج) (Ensembling) إحدى الحلول التقليدية المتبعة، لكن النتائج جاءت أقل من المتوقع. فقد أوجدت [دراسة](/tag/دراسة) تحليلية لمجموعة من ستة [نماذج](/tag/نماذج) حديثة، أن هذه [النماذج](/tag/النماذج) تشكل مجموعة شبه زائدة، حيث تُظهر القيم المقارنة (Q-statistic) قرابة 0.961، مما يعني أن أي توليفة مقترحة ستكون محصورة في مستويات معينة.

لقد قمنا باختبار ست [استراتيجيات](/tag/استراتيجيات) جماعية على هذه [النماذج](/tag/النماذج) الستة في 153 مهمة [تصنيف](/tag/تصنيف) متوفرة [عبر](/tag/عبر) OpenML. وما أثار [الانتباه](/tag/الانتباه) هو أن أفضل [استراتيجية](/tag/استراتيجية) جماعية، وهي الطريقة ذات التسلسل المزدوج (Two-level Cascade Stacking)، حسنت [دقة](/tag/دقة) النتيجة بنسبة 0.18% فقط، بينما تطلب ذلك 253 ضعف حجم [الطاقة](/tag/الطاقة) الحاسوبية المستخدمة.

وبينما وجدت [تحليلات](/tag/تحليلات) مثل [تحليل](/tag/تحليل) فريدمان ونيميني (Friedman and Nemenyi) أن ثلاث مجموعات جماعية تجتمع مع أفضل [نموذج](/tag/نموذج) أساسي، كان هناك أيضًا ثلاث [استراتيجيات](/tag/استراتيجيات) أخرى أسوأ من النموذج الأساسي. من اللافت أن استخدام [نموذج [تعلم](/tag/تعلم) الآلة](/tag/[نموذج](/tag/نموذج)-[تعلم](/tag/تعلم)-الآلة) على أساس [الانحدار](/tag/الانحدار) اللوجستي (Logistic Regression [Meta](/tag/meta)-learner) أثبت أنه أكثر الحالات تميزًا، حيث قدم [دقة](/tag/دقة) تنافسية لكن بتصنيف سيء على مستوى القيم اللوجستية.

أوصى الباحثون بإجراء الاختيار الجشع (Greedy Selection) كخيار عملي للمبتدئين في هذا المجال لتحسين [الأداء](/tag/الأداء).

في النهاية، يعد الجمع بين [النماذج](/tag/النماذج) خيارًا مثيرًا لكنه يتطلب [تجارب](/tag/تجارب) دقيقة لفهم تأثير [التنوع](/tag/التنوع) والتوافق. هل أنتم مع هذه [الرؤية](/tag/الرؤية) حول [نماذج الأساس الجدولية](/tag/[نماذج](/tag/نماذج)-الأساس-الجدولية)؟ شاركونا آرائكم في [التعليقات](/tag/التعليقات).