مع التقدم السريع في نماذج اللغات الضخمة (MLLMs)، لا تزال قدرات الذكاء الاصطناعي في التفكير المكاني تعتمد على كيفية ظهور المشاهد من زوايا غير مرئية أو بديلة، وهو ما يعتبر تحديًا كبيرًا. وعليه، تأتي الأبحاث الأخيرة لتبرز أهمية استخدام نماذج العوالم الافتراضية لتحسين الخيال البصري كوسيلة لدعم التفكير المكاني.

لكن السؤال المطروح هو: متى يكون الخيال ضروريًا؟ وكم من الخيال يجب أن نستخدم لتحسين الأداء دون الإضرار به؟ يقدم هذا البحث تحليلًا عميقًا لمفهوم "الخيال البصري عند اختبار الأداء" كأداة يمكن التحكم بها لدعم الاستنتاج المكاني.

يبدأ التحليل بتحديد الحالات التي يكون فيها الدليل البصري الثابت كافيًا، وأيضًا متى يكون الخيال مفيدًا، وكيف يمكن أن يؤثر الاستخدام المفرط أو غير الضروري للخيال على الدقة والكفاءة. لدعم هذا التحليل، تم تقديم إطار عمل AVIC، الذي يعتمد على نماذج العوالم ويقوم بتقييم كفاءة الأدلة البصرية الحالية قبل استدعاء الخيال.

ما يميز هذه الدراسة هو إدخال AVIC-R، الذي يقوم بتدريب نموذج القدرة على اتخاذ قرارات بخصوص متى وكيفية استخدام الخيال، وذلك من خلال تكاليف التخيل والعقوبات المرتبطة بالتحصيل الصحيح. النتائج عبر عدد من تجارب التفكير المكاني تُظهر بوضوح السيناريوهات التي يكون فيها الخيال ضروريًا، أو له أثر محدود، أو حتى يكون له تأثير سلبي.

تتفوق نتائج AVIC-R على نماذج قوية قائمة مثل GPT-4o وGPT-4.1، بينما تحتاج إلى استدعاء نموذج العالم بشكل أقل، مما يسهم في تحسين الأداء العام.

تؤكد النتائج أن تحليل القدرة على التحكم في الخيال أثناء اختبار الأداء هو أمر أساسي لتحقيق التفكير المكاني بكفاءة وموثوقية. هل تعتقد أن التخيل هو العامل الحاسم في تحسين أداء الذكاء الاصطناعي؟ دعونا نسمع آرائكم في التعليقات!