MIT تقدم SEAL: خطوة جديدة نحو الذكاء الاصطناعي ذاتي التحسين

نشر باحثون من معهد ماساتشوستس للتكنولوجيا (MIT) ورقة بحثية بعنوان "نماذج اللغة ذاتية التكيف"، يقدمون فيها إطار عمل يُسمى SEAL يسمح لنماذج اللغة الكبيرة (LLMs) بتحديث أوزانها بنفسها. يقوم النموذج بتوليد بيانات تدريب اصطناعية من خلال التحرير الذاتي، ويتم تعلم ذلك عبر التعلم المعزز. وتعتمد المكافأة على أداء النموذج المُحدَّث في المهام النهائية. وفي تجارب التعلم القليل (few-shot) مع نموذج Llama-3.2-1B-Instruct، حقق الإطار نسبة نجاح في التكيف بلغت 72.5%، وهي أعلى بكثير من خطوط الأساس. وفي دمج المعرفة مع نموذج Qwen2.5-7B، تفوق SEAL باستمرار على خطوط الأساس، وفي بعض الأحيان تجاوز البيانات المُولَّدة بواسطة GPT-4.1 بعد تكرارين. وتشير الورقة إلى قيود تشمل النسيان الكارثي والعبء الحسابي. ويأتي هذا التوقيت متزامنًا مع الاهتمام المتزايد بالذكاء الاصطناعي ذاتي التطور، بما في ذلك أعمال ذات صلة من Sakana AI/جامعة كولومبيا البريطانية (UBC)، وجامعة كارنيجي ميلون (CMU)، وجامعة شنغهاي جياو تونغ (SJTU)، وجامعة هونغ كونغ الصينية (CUHK)/vivo، بالإضافة إلى تعليقات من الرئيس التنفيذي لشركة OpenAI، سام ألتمان.