في عالم الذكاء الاصطناعي، تبرز تقنيات جديدة تثبت قدرتها على تغيير المشهد العلمي بشكل جذري. من بين هذه التقنيات، نجد **MOSAIC**، الإطار الرائد في توليد الأكواد العلمية دون الحاجة إلى اختبارات الإدخال/الإخراج التقليدية.
ما هو MOSAIC؟
على الرغم من أن العديد من الأطر الحالية تستخدم نموذج اللغة الكبير (Large Language Model - LLM) لتعزيز دقة توليد الأكواد عن طريق التغذية المرتدة من التنفيذ، إلا أن هذه الاستراتيجيات لا تلبي الاحتياجات الخاصة بالعمليات العلمية. فهي تعتمد على اختبارات الإدخال/الإخراج التي قد تكون غير موجودة في مجال البحث العلمي.
**MOSAIC** يستخدم نهجاً مبتكراً قائمًا على التقطير المعرفي بين المعلم والطالب، والذي يقوم بتوليد الأكواد من خلال دروس مستندة إلى أمثلة ذات مجال محدد ونماذج مضبوطة لحل المشكلات المعقدة. قوة **MOSAIC** تكمن أيضاً في قدرته على التعامل مع تحديات الإدراك الخاطئ (hallucination) عبر تقديم **نوافذ سياقية موحدة (Consolidated Context Window - CCW)**، مما يضمن منطقاً متسقاً بين العوامل المختلفة.
نتائج مبتكرة على SciCode
أظهرت التجارب التي أُجريت على معيار **SciCode** أن **MOSAIC** يتفوق على الأساليب السابقة في عدة جوانب، بما في ذلك الدقة وقابلية التنفيذ والدقة العددية، مع الاستناد إلى نماذج خفيفة الوزن.
من الواضح أن هذا الابتكار يضع تحديداً جديداً في طريقة توليد الأكواد العلمية، مما يفتح آفاقاً واسعة لتحسين وتسريع الأبحاث العلمية.