في سابقة نوعية، تم تقديم تقنية جديدة تحمل في طياتها وعودًا كبيرة لنماذج الذكاء الاصطناعي. تُعرف التقنية باسم "الاستخلاص الذاتي أثناء الاختبار" (Test-Time Self-Distillation)، حيث تسمح لنموذج اللغة بأن يصبح معلمًا لنفسه دون الحاجة إلى إشراف خارجي أو تعديلات على المعلمات.

يستند هذا الابتكار إلى الفهم الجديد بأن الإعدادات الافتراضية، مثل القوالب النصية الثابتة، يمكن أن تقدم إشارات توجيهية ذكية لنموذج اللغة لتعزيز استجاباته. من خلال مقارنة الإجابات المحتملة في ظل شروط معينة، يمكن للنموذج أن يستخلص معايير جديدة للتحفيز.

عند إجراء التجارب على مجالات متنوعة مثل الرياضيات وتوليد الأكواد والأسئلة العلمية، أظهرت النتائج أن تقنية الاستخلاص الذاتيكانت أكثر فعالية من الطرق التقليدية مثل العينة القياسية والبحث بالعرض المنخفض.

هذا الاستنتاج يفتح بابًا جديدًا لاستخدام نماذج اللغة في سياقات متعددة، مما يتيح تحقيق تحسينات ملحوظة حتى في مراحل ما بعد التدريب.