في عالم مليء بالتطورات السريعة في مجال الذكاء الاصطناعي، لا تزال نماذج اللغات الكبيرة (Large Language Models) تعاني من قيود اللغة الثنائية، حيث تظل العديد منها مرتبطة باللغة الإنجليزية فقط. يعود ذلك جزئياً إلى ندرة البيانات ذات الجودة الجيدة التي تجمع بين النصوص والصور في اللغات الأخرى. ولكن الأخبار السارة هي أن الباحثين قد قدموا إطار العمل الجديد المعروف باسم "VFA: Vision-Free Adaptation".

إطار VFA يمثل نقلة نوعية في كيفية تعزيز قدرات النماذج اللغوية متعددة اللغات. يقوم هذا الإطار بتجريد تحسين اللغة من متطلبات التوافق البصري، من خلال تنظيم متجهات المهام التكميلية فوق هيكل أساسي مشترك لنموذج لغوي كبير.

باستخدام بيانات نصية متعددة اللغات، تتمثل العملية في تحسين نموذج لغوي أساسي لاستنباط متجه مهمة متعدد اللغات، والذي يتحد بعد ذلك مع متجه مهمة متوافق بصريًا. اختبارات هذا الإطار عبر خمسة نماذج متعددة اللغات على ستة معايير متعددة الوسائط أظهرت تحسينات واضحة مع الحفاظ على القدرات العامة للنماذج، سواء في معالجة البيانات متعددة الوسائط أو النصوص فقط.

الأهم من ذلك، أن VFA أظهرت كفاءتها في استخدام البيانات، حيث تمكنت من تقليص الفجوة مقارنة بالنموذج المدرب بالكامل على البيانات متعددة الوسائط، باستخدام أقل من 2% من بيانات النصوص! هذا يعني أن تطوير نماذج متعددة اللغات أصبح أكثر سهولة وفعالية من حيث التكلفة.

فهل ستكون هذه التقنية هي المستقبل في تعزيز قدرات الذكاء الاصطناعي في اللغات المتعددة؟ شاركونا آراءكم!