تطور مثير في نماذج اللغة: إطار موحد للقراءة الحرة والمقيدة!

في عالم الذكاء الاصطناعي، تبرز نماذج اللغة الكبيرة (Large Language Models) كأحد أبرز الابتكارات، حيث تتيح توليد استجابات حرة غنية بالتفكير. ومع ذلك، تبرز مشكلة ضعف القدرة على التحقق من صحة هذه النتائج بسبب عدم وجود هيكل محدد. في هذا السياق، يتمثل التحدي في كيفية الحفاظ على دقة النتائج دون فقدان قدرة النموذج على التفكير بحرية.

نقترح في هذا التقرير أسلوباً مبتكراً يُطلق عليه In-Writing، وهو نهج هجين يجمع بين التفكير الحر والتوليد المنظم في خطوة واحدة. في بداية العملية، يقوم النموذج بالتفكير دون قيود، ومن ثم يُطبق التنسيق فقط بعد توليد رمز تفعيل، مما يفصل بين عمليه التفكير والتنسيق بشكل واضح.

لقد أظهرنا أن استراتيجيات رمز التفعيل الخاصة بنا تستطيع تقليل الحوادث الناجمة عن التنسيق المبكر، وهي حالة فشل شائعة تحدث عندما تعوق عملية التنسيق التفكير المستمر.

تظهر التقييمات عبر مجموعة متنوعة من قواعد البيانات التي تغطي مهام التصنيف والتفكير، أن نهج In-Writing يتفوق على الحلول الأكثر تقدماً، حيث حققت دقة أعلى تصل إلى 27% مقارنة بالتوليد الطبيعي. يجب على المهتمين بالتطور التكنولوجي متابعة هذا الابتكار الشيق، حيث يتوفر الكود الخاص بنا على GitHub: [https://github.com/Nokia-Bell-Labs/InWriting].

ما رأيكم في هذا التطور؟ شاركونا في التعليقات!