💡 ارتقای هوش مصنوعی‌های کوچک؛ یادگیری ریاضی با داده‌های مصنوعی! 🤖📊

اگر به دنیای مدل‌های زبانی کوچک (Small Language Models) علاقه دارید، این خبر برای شماست! محققان در پژوهشی جدید نشان دادند که چطور می‌توان با استفاده از داده‌های مصنوعی ساختاریافته (Synthetic Data)، توانایی حل مسائل ریاضی را در مدل‌های سبک به شکل چشمگیری افزایش داد.

نکات کلیدی این دستاورد:
✅ تولید ۲۱ هزار نمونه مسئله ریاضی با استفاده از GPT-5-mini.
✅ بهبود دقت مدل‌های Qwen3-0.6B و Qwen3-1.7B روی بنچمارک‌های استاندارد.
✅ قابلیت اجرا و فین‌تیون کردن مدل‌ها روی سخت‌افزارهای معمولی (مثل مک‌بوک‌های M4).

این یعنی می‌توانیم مدل‌های بسیار بهینه و سبکی داشته باشیم که در محیط‌های آفلاین و سیستم‌های معمولی هم، در محاسبات پیچیده حرفی برای گفتن داشته باشند. پیش به سوی هوش مصنوعی در دسترس‌تر برای همه! 🚀

منبع: arXiv AI