ابتكار جديد: ميزانيات تفكير متكيفة لتحسين الكفاءة في التفكير المتعدد الأدوار!

تواجه النماذج اللغوية الضخمة (LLMs) تحديات كبيرة عندما يتعلق الأمر بكفاءة استدلالها، خاصةً في معالجة الاستفسارات البسيطة. في حين أن مستوى الأداء قد وصل إلى مرحلة الاستقرار، أصبح تحسين كفاءة الحساب عند الاستدلال في الوقت الفعلي ضرورة ملحة. ولتجاوز مشكلة التفكير المفرط وتجنب المسارات الطويلة في التفكير، ابتكر الباحثون أسلوبًا جديدًا يُعرف بميزانيات التفكير المتكيفة (Turn-Adaptive Budgets TAB).

هذا الابتكار يعمل عن طريق صياغة عملية الاستدلال المتعدد الأدوار على أنها مشكلة تخصيص حساب متسلسل، مُصمم كعملية اتخاذ قرار ماركوف متعددة الأهداف. حيث تتعلم نموذج ميزانيات التفكير المتكيفة استخدام تاريخ المحادثة لتخصيص ميزانيات أصغر للأدوار الأسهل، مما يحافظ على عدد مناسب من الرموز للخطوات الأكثر تعقيدًا.

أظهرت التجارب على مؤشرات الاستدلال الرياضي أن للمقاربة الجديدة فوائد هائلة، بما في ذلك تحقيق توازن أفضل بين الدقة واستهلاك الرموز مما يوفر حتى 35% من الرموز مقارنة بالأنظمة التقليدية. بالإضافة إلى ذلك، للأبنية التي تكون فيها خطة جميع الأسئلة الفرعية متاحة مسبقًا، تم تقديم سياسة ميزانية جديدة تُعرف ب TAB All-SubQ، والتي توفر مرونة أكبر في تخصيص الرموز بطاقة 40% مقارنةً بالمقاييس المتبعة.

يعتبر هذا التطور خطوة متقدمة نحو تحسين جودة الأداء في النظام، مما يوفر نموذج عمل يمكن اعتماده للعديد من التطبيقات المستقبلية في مجال الذكاء الاصطناعي.