The Daily Newsstand · Free, Always
Sunday, November 22, 2026

كبير علماء OpenAI يكشف مقاييس داخلية لتقدم النماذج ويدعو إلى حدود مشتركة لتطويرها

Translate

نشر ياكوب باتشوكي (Jakub Pachocki)، كبير علماء شركة OpenAI، مؤشرات داخلية استخدمتها الشركة لتتبّع تقدم نماذج الذكاء الاصطناعي منذ GPT-3.5، ودعا مطوري النماذج المتقدمة إلى الاتفاق على حدود مشتركة للتطوير، لا تُتجاوز قبل استيفاء متطلبات محددة لفهم سلوك الأنظمة ومراقبته.

وفي مقال نشرته الشركة يوم الأحد 22 نوفمبر 2026 بعنوان «الحيرة والذكاء»، اقترح باتشوكي اعتماد مقياس «الحيرة» (Perplexity) أساسًا للمقارنة بين المختبرات وصياغة معايير سلامة مشتركة، إلى جانب مقاييس أخرى. وقال إن إتاحة النتائج الداخلية تكشف جانبًا من تقدم OpenAI لمنافسيها، لكنها قد تساعد على بناء مرجعية علمية مشتركة لتنظيم وتيرة التطوير.

ماذا تكشف المقاييس الداخلية؟

يقيس مؤشر الحيرة مدى نجاح النموذج في توقع الرمز التالي ضمن بيانات لم تُستخدم في تدريبه، وتدل القيمة الأقل على دقة أعلى في التنبؤ. والأرقام التي كشفها باتشوكي تخص لوغاريتم الحيرة، المعروف أيضًا بمقياس خسارة الإنتروبيا المتقاطعة (Cross-Entropy Loss)، وليس درجة مباشرة لذكاء النموذج أو سلامته.

واستندت النتائج إلى مجموعة تقييم ثابتة من الشيفرات البرمجية الداخلية لدى OpenAI، حُجبت عن بيانات التدريب. وبحسب الأرقام المنشورة، سجل نموذج GPT-3.5 قيمة تقارب 0.99، مقابل نحو 0.91 لنموذج GPT-4. وأشار باتشوكي إلى أن النماذج الأحدث نزلت دون مستوى 0.8، وأن نموذجًا عند نحو 0.76 بدأ، وفقًا لتقييمه، بإنتاج نتائج بحثية بارزة في الرياضيات.

وتوقع باتشوكي احتمال ظهور قدرات جديدة مؤثرة عندما يصل المؤشر إلى نطاق يتراوح بين 0.68 و0.70، لكنه أقر بأنه لا يعرف طبيعة هذه القدرات، ولا ما إذا كانت الاختبارات الحالية قادرة على اكتشافها. وعليه، فإن النطاق المذكور توقع بحثي، وليس مستوى أمان مُعتمدًا أو حدًا اتفقت عليه الشركات.

اقتراح لوضع حدود مشتركة أمام تطوير النماذج

اقترح كبير علماء OpenAI أن تتفق مختبرات الذكاء الاصطناعي المتقدم على قواعد موحدة لتقييم النماذج واختبار حالات السلامة عبر فرق متخصصة في محاولة كشف أوجه الضعف، إلى جانب معايير مشتركة للشفافية. ودعا إلى ربط تجاوز حدود معينة في قدرات النماذج بتحقيق إنجاز ملموس في وسائل فهم سلوكها ومراقبته، مثل تطوير بدائل أكثر فاعلية لأدوات مراقبة «سلسلة التفكير» (Chain-of-Thought).

ولم يعلن المقال التوصل إلى اتفاق بين شركات الذكاء الاصطناعي، كما لم يحدد قيمة رقمية نهائية لحد تطوير ملزم. ويتعلق المقترح بوضع آلية مشتركة تقرر متى ينبغي إبطاء التقدم إلى أن تلحق به تقنيات السلامة، بدلًا من الاكتفاء بتقديرات مختلفة داخل كل مختبر.

وربط باتشوكي دعوته باحتمال تسارع أبحاث التدريب المسبق عندما تسهم أنظمة الذكاء الاصطناعي نفسها في تحسين خوارزمياته. ورأى أن قفزات بحثية كبيرة قد تصبح ممكنة بدءًا من عام 2027، مستشهدًا بما وصفه بتقدم نماذج الشركة في مسائل رياضية؛ إلا أن ذلك يظل تصورًا استشرافيًا وليس إعلانًا عن تحقق هذا التسارع أو موعدًا مؤكدًا له.

لماذا لا يكفي مقياس واحد للحكم على التقدم؟

أقر باتشوكي بحدود استخدام الحيرة معيارًا موحدًا؛ فالمختبرات تختلف في مجموعات الاختبار والبيانات التي تدرب نماذجها عليها، كما أن انخفاض المؤشر لا يترجم مباشرة إلى أداء محدد في مهمة عملية. ولا يرصد المؤشر كامل المكاسب الناتجة من أساليب لاحقة للتدريب، ومنها تقنيات الاستدلال عبر سلسلة التفكير.

كذلك لا يُعرف الحد الأدنى النظري الذي يمكن بلوغه على مجموعة البيانات المستخدمة؛ ما يعقد تفسير التحسن عند اقتراب النماذج منه. ولذلك فإن نشر هذه الأرقام يوفر قدرًا جديدًا من الشفافية بشأن تقدم التدريب في OpenAI، لكنه لا يتيح بمفرده مقارنة مستقلة وموحدة بين جميع المطورين، ولا يغني عن اختبارات القدرات والمخاطر الفعلية.

View the original on Aitnews →

KioskNews shows a cleaned-up reading view extracted from the publisher’s page — the original always lives on their site, not ours.