دراسة : النماذج اللغوية الكبيرة لا تعتمد على مسار تفكير واحد
01-27-2026 04:40 مساءً
0
0
متابعة اوضحت دراسة شارك فيها باحثون من شركة جوجل أن بعض النماذج اللغوية الكبيرة لا تعتمد على مسار تفكير واحد عند الوصول إلى الإجابة، بل تعمل بأسلوب يشبه النقاش الجماعي، عبر توليد عدة وجهات نظر داخلية ومقارنتها قبل حسم القرار.
الدراسة كشفت أن نماذج متقدمة مثل DeepSeek-R1 وQwQ-32B لا تكتفي بالتفكير المتسلسل، وإنما تختبر تفسيرات متعددة قد تتعارض فيما بينها، ثم تقيّمها للوصول إلى النتيجة الأكثر دقة، ما يجعلها أقرب إلى “مجتمع أفكار” داخل نموذج واحد.
وبيّن الباحثون أن هذا السلوك يشبه عمل فرق البشر عند حل المشكلات المعقدة، حيث تُناقش الفرضيات وتُراجع الأخطاء قبل اتخاذ القرار. ويسهم هذا التنوع الداخلي في تقليل الاستنتاجات الخاطئة ورفع كفاءة النماذج مقارنة بالأجيال السابقة.
وأكّدت الدراسة أن هذا الأسلوب لا يُبرمج مباشرة، بل يظهر تلقائيًا مع تطور بنية النماذج وطريقة تدريبها.
كما خلصت إلى أن تحسين الذكاء الاصطناعي مستقبلاً لن يعتمد فقط على زيادة الحجم والبيانات، بل على تنظيم التفكير الداخلي وتشجيع تعدد وجهات النظر، بما يُعزز الدقة والشفافية في النتائج.
الدراسة كشفت أن نماذج متقدمة مثل DeepSeek-R1 وQwQ-32B لا تكتفي بالتفكير المتسلسل، وإنما تختبر تفسيرات متعددة قد تتعارض فيما بينها، ثم تقيّمها للوصول إلى النتيجة الأكثر دقة، ما يجعلها أقرب إلى “مجتمع أفكار” داخل نموذج واحد.
وبيّن الباحثون أن هذا السلوك يشبه عمل فرق البشر عند حل المشكلات المعقدة، حيث تُناقش الفرضيات وتُراجع الأخطاء قبل اتخاذ القرار. ويسهم هذا التنوع الداخلي في تقليل الاستنتاجات الخاطئة ورفع كفاءة النماذج مقارنة بالأجيال السابقة.
وأكّدت الدراسة أن هذا الأسلوب لا يُبرمج مباشرة، بل يظهر تلقائيًا مع تطور بنية النماذج وطريقة تدريبها.
كما خلصت إلى أن تحسين الذكاء الاصطناعي مستقبلاً لن يعتمد فقط على زيادة الحجم والبيانات، بل على تنظيم التفكير الداخلي وتشجيع تعدد وجهات النظر، بما يُعزز الدقة والشفافية في النتائج.