إعداد: مصطفى الزعبي
طور باحثون من معهد ماساتشوستس الأمريكي للتكنولوجيا حلاً يمكّن برامج الدردشة الآلية من الحفاظ على محادثة دون توقف ودون التعطل أو التباطؤ، وتتضمن طريقتهم التي تسمى «StreamingLLM»، تعديل ذاكرة التخزين المؤقت والموجودة في العديد من نماذج الروبوتات، وبعض الطرق، عندما تحتاج ذاكرة التخزين المؤقت هذه إلى الاحتفاظ بمعلومات أكثر من سعتها، يتم التخلص من الأجزاء الأولى من البيانات، ويؤدي إلى فشل النموذج.
وتتيح هذه الطريقة للنموذج أن يظل فعالاً حتى عندما تمتد المحادثة لأكثر من 4 ملايين كلمة، وعند مقارنتها بطريقة أخرى تتجنب التعطل من خلال إعادة حساب جزء من المحادثات السابقة باستمرار.
وعندما تتضمن محادثة بين الإنسان والذكاء الاصطناعي جولات من الحوار المستمر، فإن نماذج التعلم الآلي القوية للغات التي يدرب بها الروبوت مثل، «تشات جي بي تي»، تبدأ أحياناً في الانهيار، ما يتسبب في تدهور أداء الروبوتات بسرعة.
وتسمح تلك الطريقة بإجراء محادثات طويلة طوال يوم العمل دون الحاجة إلى إعادة التشغيل باستمرار، ما يتيح لمساعدي الذكاء الاصطناعي الفعالين القيام بمهام مثل كتابة النصوص أو التحرير أو إنشاء التعليمات البرمجية.
طور باحثون من معهد ماساتشوستس الأمريكي للتكنولوجيا حلاً يمكّن برامج الدردشة الآلية من الحفاظ على محادثة دون توقف ودون التعطل أو التباطؤ، وتتضمن طريقتهم التي تسمى «StreamingLLM»، تعديل ذاكرة التخزين المؤقت والموجودة في العديد من نماذج الروبوتات، وبعض الطرق، عندما تحتاج ذاكرة التخزين المؤقت هذه إلى الاحتفاظ بمعلومات أكثر من سعتها، يتم التخلص من الأجزاء الأولى من البيانات، ويؤدي إلى فشل النموذج.
وتتيح هذه الطريقة للنموذج أن يظل فعالاً حتى عندما تمتد المحادثة لأكثر من 4 ملايين كلمة، وعند مقارنتها بطريقة أخرى تتجنب التعطل من خلال إعادة حساب جزء من المحادثات السابقة باستمرار.
وعندما تتضمن محادثة بين الإنسان والذكاء الاصطناعي جولات من الحوار المستمر، فإن نماذج التعلم الآلي القوية للغات التي يدرب بها الروبوت مثل، «تشات جي بي تي»، تبدأ أحياناً في الانهيار، ما يتسبب في تدهور أداء الروبوتات بسرعة.
وتسمح تلك الطريقة بإجراء محادثات طويلة طوال يوم العمل دون الحاجة إلى إعادة التشغيل باستمرار، ما يتيح لمساعدي الذكاء الاصطناعي الفعالين القيام بمهام مثل كتابة النصوص أو التحرير أو إنشاء التعليمات البرمجية.