إشارات التلقين تعيد كتابة تفوق التعلم التعزيزي في النماذج التأسيسية

يبدو للوهلة الأولى أن تفوق نماذج الاستدلال المنطقي الحديثة يعود بالكامل إلى جولات التدريب الشاقة بتقنيات التعلم التعزيزي، لكن ورقة بحثية جديدة كشفت أن جزءًا حاسمًا من هذه القدرة يكمن في موضع أبسط بكثير. أظهر فريق بحثي من جامعة كاليفورنيا في بيركلي ومعهد واشنطن، ضم صوفي وانغ وأميل درافيد ورولين شاو وكيفن فرحات وسيوان مين وأليكسي إفروس، أن تثبيت كلمات استهلالية محددة في بداية إجابة النموذج التأسيسي كفيل بجعل أدائه منافسًا لنظائره المدربة بالتعلم التعزيزي في حل مسائل الرياضيات والبرمجة.

البيانات التجريبية تضع حدًا للتفسيرات الانطباعية؛ إذ أدى تثبيت رمز استهلالي مثل علامة النقطة متبوعة بسطرين وكلمة «Okay» إلى قفزة حادة في دقة نموذج «أولمو 3 7 بي» على اختبار «ماث 500» من 42 بالمئة إلى 78 بالمئة وفق مقياس المحاولة الفردية الناجحة. وفي تجربة موازية، رفع استخدام كلمة «Alright,» في مستهل الإجابة دقة نموذج «كيوين 3 14 بي» على الاختبار نفسه من 72 بالمئة إلى 87 بالمئة، وهي هوامش تقترب مباشرة من مكتسبات التعلم التعزيزي دون الحاجة إلى تشغيل خوارزمياته الحسابية المعقدة.

هندسة الإشارات داخل بيانات التدريب تكشف أصل السلوك الاستدلالي.

أثبت الباحثون أن وظيفة التعلم التعزيزي الأساسية في هذا السياق تتمثل في زيادة احتمالية توليد هذه الإشارات الاستهلالية تلقائيًا، في حين يتيح إجبار النموذج على بدئها استعادة معظم مكاسب الأداء مباشرة من النموذج التأسيسي الأصلي. وبتتبع أثر هذه الرموز في بيانات التدريب المسبق، أجرى الفريق تدخلات سببية في البيانات نجحت في تحويل كلمة عشوائية مثل «chicken» إلى إشارة استدلال فعالة، أو محو أثر إشارة قائمة بالكامل. وبالمثل، أثبتت التعديلات التجريبية أن تعليمة حث مثل «Think duck duck goose» يمكن أن تضاهي العبارة الشهيرة «فكر خطوة بخطوة» في استحثاث الاستدلال المنهجي، فضلًا عن تطابق تمثيلات الحالة الخفية التي تستحثها الإشارات المختلفة مع أنماط نوعية محددة من وثائق التدريب.

المفارقة تمتد أيضًا إلى منظومة الأمان والحماية؛ إذ أظهرت دراسة حالة ملحقة أن اختلاف الإشارات الاستهلالية يستحث سلوكيات متباينة تمامًا في الرفض والامتثال، وترتبط مباشرة بنوعية الوثائق التي شوهدت في بيانات التدريب. هذا الربط يوضح أن حواجز السلامة وقدرات الاستدلال ليستا طبقتين منفصلتين أُضيفتا لاحقًا، بل سلوكيات مشروطة بطريقة ربط الرموز الأولى بالمحتوى التأسيسي المخزن.

هذا التحول يغير الحسابات التشغيلية لفرق الذكاء الاصطناعي والمؤسسات في الخليج ومصر والمنطقة، ولا سيما الجهات التي تبني أنظمة استدلال محلية أو تسعى لتطوير نماذج سيادية بتكلفة حوسبة مضبوطة. فبدل إنفاق ميزانيات ضخمة على مسارات التدريب اللاحق بالتعلم التعزيزي لمعالجة مهام التحليل الرياضي والبرمجي، تفتح هذه النتائج مسارًا عمليًا لضبط أداء النماذج التأسيسية المفتوحة عبر هندسة دقيقة لرموز الاستهلال وإدارة مدخلات التوليد الأولية، مما يقلص زمن التطوير ويوفر متطلبات الحوسبة التنافسية للشركات الإقليمية.