ملخص تقني: نماذج عنق الزجاجة المفاهيمية الزائدية (HypCBM)

1. بيان المشكلة

برزت نماذج عنق الزجاجة المفاهيمية (CBMs) كنهج رائد للتعلم الآلي القابل للتفسير، حيث تفرض على النماذج التنبؤ بمفاهيم مفهومة بشرياً قبل اتخاذ القرار النهائي. تتيح هذه البنية الشفافية وتسمح بالتدخلات البشرية في الحلقة (human-in-the-loop) لتصحيح التنبؤات الخاطئة. ومع ذلك، تعتمد نماذج CBM الحالية على خلل جوهري في التمثيل: فهي تدمج المفاهيم في فضاء إقليدي مسطح، وتتعامل معها كمجموعات أبعاد مستقلة ومتعامدة.

في الواقع، المفاهيم منظمة في تسلسلات هرمية دلالية عالية الهيكلية (على سبيل المثال، "كلب" هو مجموعة فرعية من "حيوان"). وتكافح الهندسة الإقليدية لتمثيل هذه العلاقات المتفرعة دون إجبار المفاهيم الأبوية والابنة على التداخل أو التشوه، مما يؤدي إلى تناقضات منطقية (مثل التنبؤ بـ "كلب" دون "حيوان") وتدخلات غير فعالة. علاوة على ذلك، فإن الطرق الحالية التي تحاول فرض هيكل معين تتطلب غالباً تدريباً إضافياً تحت الإشراف أو وحدات متعلمة، مما يحيد عن نموذج "ما بعد الحدث" (post-hoc) المرغوب، حيث يكون النموذج قابلاً للتفسير دون إعادة تدريب العمود الفقري (backbone).

2. المنهجية

يقترح المؤلفون نماذج عنق الزجاجة المفاهيمية الزائدية (HypCBM)، وهو إطار عمل لما بعد الحدث (post-hoc) يقوم بتأسيس عنق الزجاجة المفاهيمي في الهندسة الزائدية (hyperbolic geometry) لاستيعاب التسلسلات الهرمية الدلالية بشكل طبيعي.

2.1 الأساس الهندسي

يستخدم HypCBM نموذج لورنتز (Lorentz model) للفضاء الزائدي، وهو ماني فولد ريماني (Riemannian manifold) ذو انحناء سلبي ثابت. وخلافاً للفضاء الإقليدي، يظهر الفضاء الزائدي نمواً حجمياً أسياً، مما يجعله المجال الطبيعي لتعلم التمثيل الهرمي. يستفيد الإطار من نماذج الرؤية واللغة (VLMs) الزائدية المدربة مسبقاً، وتحديداً HyCoCLIP، التي تقوم بمحاذاة تمثيلات الصور والنصوص في هذا الفضاء باستخدام أهداف مخروط الاستلزام (entailment cone).

2.2 توليد وتصفية المفاهيم

باتباع نهج "ما بعد الحدث" الخالي من التسميات (label-free)، يقوم HypCBM بتوليد مجموعة مرشحة من المفاهيم باستخدام نموذج لغوي كبير (LLM) يتم توجيهه باستخدام تسميات فئات مجموعة البيانات. يتم تشفير هذه الأوصاف النصية في الماني فولد الزائدي باستخدام مشفر النصوص المجمد لنموذج VLM.

• التصفية القائمة على المعيار (Norm-Based Filtering): لإزالة المفاهيم العامة للغاية (مثل "كائن") التي تفتقر إلى القدرة التمييزية، يقوم الإطار بتصفية المفاهيم بناءً على مسافتها عن الأصل في الفضاء الزائدي. المفاهيم ذات المعايير المنخفضة (القريبة من الأصل) تمثل فئات عامة واسعة، ويتم استبعادها لأنها تميل إلى التنشيط بشكل عشوائي وغير محدد.

2.3 تنشيط الاستلزام الزائدي

الابتكار الجوهري هو إعادة صياغة تنشيط المفهوم من مقياس مسافة متماثل (مثل تشابه جيب التمام) إلى مشكلة احتواء هندسي غير متماثل.

• مخاريط الاستلزام (Entailment Cones): يرتبط كل مفهوم $c_i$ بمخروط استلزام محدد بنصف فتحة $\omega(c_i)$، والتي تتناسب عكسياً مع المعيار المكاني للمفهوم (المفاهيم المحددة تمتلك مخاريط أضيق).
• آلية التنشيط: يتم تنشيط تمثيل الصورة $z$ للمفهوم إذا وقع هندسياً داخل مخروط الاستلزام الخاص به. تُحسب قيمة التنشيط $a_i$ كـ "هامش الاحتواء" — أي درجة احتواء تمثيل الصورة داخل المخروط، مقسومة على فتحة المخروط.
• النتيجة: ينتج عن ذلك متجه تنشيط متفرق وغير سالب، وهو متسق هرمياً بحكم البناء. إذا كان التمثيل يتضمن مفهوماً ابناً محدداً، فإنه يتضمن هندسياً المفهوم الأب.

2.4 التدخلات الوفية هرمياً

ثمة قصور حرج في نماذج CBM الإقليدية، وهو أن التدخل في مفهوم أب (مثل ضبط "حيوان" إلى 0) لا يؤدي تلقائياً إلى إلغاء تنشيط المفاهيم الابنة (مثل "كلب")، مما يؤدي إلى مفارقات منطقية. يعالج HypCBM ذلك من خلال التحجيم التكيفي (adaptive scaling):

• نظراً للنمو الحجمي الأسي في الفضاء الزائدي، فإن العتبة الثابتة للاستلزام غير كافية عبر مستويات العمق الهرمي المختلفة.
• يشتق المؤلفون قانون تحجيم تكيفي لمعامل صرامة الاستلزام $\eta_{text}$، والذي يتدرج خطياً مع معيار المفهوم الأب.
• عندما يقوم المستخدم بكبح مفهوم أب، يقوم الإطار تلقائياً بنشر هذا الكبح إلى جميع الأبناء الهندسيين الذين يستوفون شرط الاستلزام التكيفي، مما يضمن تصحيحات متماسكة عبر شجرة المفاهيم.

3. المساهمات الرئيسية

1. تنشيط الاستلزام الزائدي: آلية تربط تمثيلات الصور بتنشيطات مفاهيمية متفرقة وواعية بالهيكل الهرمي عبر احتواء مخروط الاستلزام، مما يلغي الحاجة إلى مقاييس المسافة المتماثلة.
2. قانون التحجيم التكيفي: استراتيجية مبتكرة للتدخلات الهرمية تعمل على نشر تصحيحات المستخدم بشكل متماسك عبر شجرة المفاهيم من خلال تكييف الصرامة مع التحديد الهندسي للمفاهيم الأبوية.
3. عنق زجاجة مهيكل "ما بعد الحدث": يعد HypCBM أول إطار عمل يحقق عنق زجاجة مهيكلاً بالكامل بطريقة "ما بعد الحدث" دون الحاجة إلى وحدات متعلمة أو إشراف إضافي، معتمداً فقط على الخصائص الهندسية لنماذج VLMs الزائدية المدربة مسبقاً.

4. النتائج التجريبية

قام المؤلفون بتقييم HypCBM على مجموعات بيانات CIFAR-100، وSUN397، وImageNet، ومقارنته بالنماذج الإقليدية (LF-CBM) والنماذج التي تم تدريبها على بيانات أكبر بكثير.

• الدقة وكفاءة البيانات: يتفوق HypCBM باستمرار على النماذج الإقليدية (post-hoc). ومن الملاحظ أنه ينافس النماذج الإقليدية التي تم تدريبها على 20 ضعف كمية البيانات في السيناريوهات المتفرقة (ميزانيات المفاهيم المنخفضة). على سبيل المثال، في ImageNet مع ميزانية قدرها 10 مفاهيم، ضاعف HypCBM دقة النموذج المرجعي بأكثر من الضعف (34.6% مقابل 15.3%).
• الاتساق الهرمي: يُظهر HypCBM اتساقاً منطقياً أعلى بكثير. في سيناريوهات الميزانية الصارمة، يحقق تحسناً نسبياً في الاتساق يزيد عن 100% مقارنة بالنماذج الإقليدية، مما يضمن أن تنشيط المفهوم الابن يستلزم تنشيط المفهوم الأب.
• الاستجابة للتدخل: في محاكاة "الإنسان في الحلقة"، يُظهر HypCMB اضمحلالاً أكثر حدة في الثقة عند تصحيح الأخطاء، حيث نجح في تغيير التنبؤات الخاطئة إلى الفئة الصحيحة بنسبة 1% أكثر من النموذج الإقليدي.
• المتانة: يُظهر HypCBM متانة فائقة تجاه تشوهات المدخلات (الضجيج، الضبابية، الطقس). فهو يحافظ على "استقرار مفاهيمي" أعلى بكثير (الاتساق الدلالي للتفسيرات) تحت تأثير الاضطرابات مقارنة بالنماذج الإقليدية، التي تعاني من تدهور سريع في جودة التفسير.

5. الأهمية والادعاءات

يدعي البحث أن الافتراضات الهيكلية المسبقة على فضاء التمثيل يمكن أن تعمل كبديل قوي للحجم (Scale) في السيناريوهات المتفرقة والقابلة للتفسير. من خلال تضمين المفاهيم في ماني فولد يعكس علاقاتها الهرمية، ينتج HypCBM تفسيرات أكثر دقة ومتانة واتساقاً منطقياً دون الحاجة إلى تدريب أو إشراف إضافي.

يؤكد المؤلفون أن القابلية للتفسير ليست مجرد خاصية لمخرجات النموذج، بل تتشكل بشكل أساسي بواسطة هندسة فضاء التمثيل. يوضح HypCBM أن الاستفادة من النمو الحجمي الأسي الطبيعي للفضاء الزائدي يسمح بفك الارتباط (disentanglement) للمعلومات الدلالية بكفاءة، مما يمكن النماذج من تحقيق أداء عالٍ وقابلية تفسير ببيانات أقل من نظيراتها الإقليدية. ويُقدم الإطار كمسار "صفر معرفة" (zero-shot) للوصة إلى التفسير للجيل الناشئ من النماذج التأسيسية الزائدية.