PRISM: Priority-aware Rubric Internalization via Structured Multimodal Data Synthesis
تقدم الورقة البحثية PRISM، وهو إطار عمل لتوليد البيانات مكون من أربع مراحل يُمكّن النماذج متعددة الوسائط من العمل كمنفذين لمعايير مدركين للأولويات بدلاً من مجرد مولدات بسيطة، مما يُظهر تحسينات كبيرة في اتباع التعليمات متعددة القواعد عبر بنيات مختلفة باستخدام 10 آلاف عينة مُولدة فقط ومقياس تقييم حتمي.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
فن التفاصيل الدقيقة
تخيل أنك تعلم روبوتًا فهم العالم. لفترة طويلة، علمنا هذه الروبوتات باستخدام لعبة بسيطة من "السؤال والجواب". تعرض له صورة قطة وتسأله: "هل هذه قطة؟" إذا أجاب بـ "نعم"، يحصل على نجمة ذهبية. هكذا تعلمت معظم نماذج الذكاء الاصطناعي الرؤية: إنها بارعة في رصد الأشياء والإجابة على الأسئلة المباشرة عنها.
لكن الحياة الواقعية ليست مجرد سلسلة من الأسئلة البسيطة. إنها حزمة فوضوية من التعليمات ذات القواعد الخفية. تخيل أنك قلت لإنسان: "اكتب شعارًا لهذا الملصق". قد يكون لديك أيضًا قائمة سرية من المتطلات: "يجب أن يذكر العلامة التجارية"، "لا يمكن أن يكذب بشأن المنتج"، و"يجب أن يبدو مثيرًا". إذا كان الشعار مثيرًا ولكنه يكذب بشأن المنتج، سيعرف الإنسان أنه فشل. لكن بالنسبة للذكاء الاصطناعي، غالبًا ما تكون هذه "الحزمة" من القواعد مربكة للغاية. إذ تميل هذه النماذج إلى التركيز على الطلب الرئيسي وتجاهل التفاصيل الدقيقة. تعالج هذه الورقة البحثية هذه المشكلة تحديدًا: تعليم نماذج الذكاء الاصطناعي ألا تكتفي بالإجابة على سؤال فحسب، بل أن تعمل كمحرر صارم يدقق في كل قاعدة قبل إعطاء حكم نهائي.
الورقة البحثية: PRISM
لاحظ الباحثون وراء هذه الدراسة، الذين عملوا مع نماذج من ByteDance وجامعة بكين، أن نماذج الذكاء الاصطنا الحالي تشبه الطلاب الذين يدرسون فقط للامتحان النهائي ويتجاهلون تعليمات الواجب المنزلي. إنهم بارعون في الإجابة على "ما هذا؟" لكنهم سيئون في اتباع التعليمات المعقدة متعددة الخطوات حيث تهم بعض القواعد أكثر من غيرها. ولإصلاح ذلك، ابتكروا طريقة تدريب جديدة تسمى PRISM (الاستيعاب الداخلي للقواعد المعتمد على الأولوية عبر التوليد الهيكلي للبيانات متعددة الوسائط).
فكر في PRISM كـ "مصنع لصنع القواعد". فبدلاً من مجرد عرض صورة للذكاء الاصطناعي وطرح سؤال، قام الباحثون ببناء نظام يولد "نموذج تقييم" مهيكل — وهو عبارة عن قائمة مرجعية من القواعد — لكل صورة. لم يطلبوا من الذكاء الاصطناعي تخمين القواعد فح فقط؛ بل علموه كيف يعمل كـ منفذ. يجب على النموذج النظر إلى صورة، وقراءة قائمة من القواعد (مثل "تحقق مما إذا كانت الأحذية حمراء" أو "تأكد من أن النص مهذب")، ثم التحقق من كل منها بشكل فردي قبل إعطاء حكم نهائي بـ "النجاح" أو "الفشل".
استخدم الفريق عملية ذكية مكونة من أربع خطوات لإنشاء بيانات التدريب هذه. أولاً، ابتكروا "شخصية" للذكاء الاصطناعي، مثل "مراجع ملصقات العلامات التجارية" أو "مدقق اختبار الرياضيات". ثم وجهوا الذكاء الاصطناعي لتوليد قائمة من القواعد بناءً على تلك الشخصية. قاموا بتصفية القواعد السيئة (تلك التي كانت مربكة أو متناقضة) واحتفظوا فقط بالقواعد عالية الجودة. وأخيرًا، علموا النموذج كيفية كتابة تقرير يفحص كل قاعدة واحدة تلو الأخرى ثم يجمع عمليات الفحص تلك في قرار نهائي.
تشير النتائج إلى أن هذه الطريقة تعمل بشكل جيد للغاية. فعندما دربوا نموذجًا يسمى Qwen3-VL-4B باستخدام 10,000 فقط من هذه الأمثلة المولدة، قفزت قدرته على اتباع هذه القواعد المعقدة من نسبة متدنية بلغت 9.5% إلى نسبة أقوى تصل إلى 30.1%. وهذا أمر بالغ الأهمية لأنه حتى قبل هذا التدريب، كانت أقوى نماذج الذكاء الاصطناعي في العالم تعاني لتجاوز حاجز الـ 30%. تشير الورقة إلى أن المشكلة لم تكن في أن الذكاء الاصطناعي ليس "ذكياً" بما يكفي؛ بل لأنه لم يُعلم مهارة محددة وهي التحقق من قائمة القواعد المرتبة حسب الأولوية.
لماذا هذا مهم؟
النتيجة الأكثر إثارة للاهتمام هي أن هذا التدريب لم يجعل الذكاء الاصطناعي "أغبى" في المهام الأخرى. عادةً، عندما تعلم نموذجًا خدعة جديدة ومحددة، فقد ينسى كيفية القيام بخدعه القديمة. لكن هنا، أصبح النموذج أفضل في اتباع القواعد دون فقدان قدرته العامة على فهم الصور والنصوص.
اختبر المؤلفون أيضًا ما إذا كان بإمكانهم مجرد "توجيه" النموذج للقيام بذلك خلال مرحلة الاختبار من خلال إعطائه بضعة أمثلة (مثل ورقة مرجعية). ووجدوا أنه بينما ساعد تقديم الأمثلة قليًلا، إلا أنه لم يكن بجودة تدريب النموذج فعليًا على استيعاب العملية داخليًا. إنه الفرق بين إعطاء طالب ورقة مرجعية أثناء الاختبار وبين تعليمه كيفية الدراسة ليفهم المادة حقًا.
باخت-صار، تشير الورقة إلى أنه لجعل الذكاء الاصطناعي مفيدًا حقًا في العالم الحقيقي — حيث لا تكون التعليمات نادرة البساطة — نحتاج إلى التوقف عن معاملتهم كآلات للإجابة على الأسئلة والبدء في تدريبهم كمحررين دقيقين يحترمون التفاصيل الدقيقة.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.