🚀 خودآموزی مدل‌های زبانی: هوش مصنوعی که خودش به خودش درس می‌دهد!

محققان تکنیک نوآورانه‌ای به نام «Peer-Predictive Self-Training» یا همان PST ابداع کرده‌اند که به مدل‌های زبانی اجازه می‌دهد بدون نیاز به ناظر انسانی یا دیتای برچسب‌دار، از طریق همکاری با یکدیگر بهتر شوند.

در این روش، چندین مدل به صورت تیمی روی یک پاسخ واحد توافق می‌کنند و از آن به عنوان مرجع برای یادگیری و اصلاح خطاهای خود استفاده می‌کنند. نتیجه؟ افزایش چشمگیر دقت در حل مسائل ریاضی و منطقی در مدل‌های کوچک مثل LLaMA و Qwen، بدون هیچ معلم یا سیستم پیچیده‌ای! این یعنی آینده مدل‌های زبانی به سمت خودآموزیِ جمعی پیش می‌رود. ✨

منبع: arXiv NLP