# تقنية RLMF: أسلوب جديد فضبط نماذج الذكاء الاصطناعي
تقنية جديدة كتهز عالم الذكاء الاصطناعي، واسمها **RLMF** — يعني **Reinforcement Learning with Metacognitive Feedback**. هاد التقنية كتقدم نفسها كبديل أو مكمل لأسلوب **RLHF** المعروف، اللي كيستعملوه المطورون منذ سنين فضبط نماذج اللغة الكبيرة.
شنو هو RLHF وعلاش مهم نفهموه؟
قبل ما نتكلمو على الجديد، خاص نفهمو الأساس. أسلوب **RLHF** — يعني **Reinforcement Learning from Human Feedback** — هو تقنية راسخة كيستعملوها المطورون فتدريب وضبط نماذج **LLMs** الكبيرة. المبدأ بسيط: البشر كيعطيو feedback على ردود النموذج، والنموذج كيتعلم منهم ويتحسن. هاد الأسلوب هو اللي بنات عليه أغلب النماذج المشهورة.
فجانب هاد، كاين أسلوب ثاني معروف عند المختصين، هو **RAIF** — يعني **Reinforcement Learning from AI Feedback** — اللي كيعوض البشر بنموذج ذكاء اصطناعي آخر يعطي الـ feedback. وهاد الثلاثة أساليب — **RLHF** و**RAIF** و**RLMF** — كيكونو مع بعض حلبة التقنيات الرئيسية فضبط نماذج اللغة.
شنو كيميز تقنية RLMF؟
تقنية **RLMF** كتتميز على **RLHF** فنقطة محورية: بدل ما تعتمد فقط على feedback مباشر من البشر، كتدخل بعد المعرفة بالمعرفة — يعني الـ metacognition. النموذج مع هاد الأسلوب ما كيتعلمش فقط شنو يجاوب، بل كيتعلم كيفاش يفكر فجاوبته.
المختصون كيوضحو بلي **RLMF** ممكن تستعملها جنب **RLHF** فنفس الوقت، أو تستبدلها كليا — غير أن الاستبدال الكامل ما كيكونش دائما هو الحل الأمثل.
الإيجابيات والسلبيات
كيف ما هو الحال مع أي أسلوب فضبط الذكاء الاصطناعي، تقنية **RLMF** عندها جوانب إيجابية وجوانب سلبية. المصدر ما حدد لنا التفاصيل الكاملة لكل جانب، غير أن الإشارة الواضحة هي أن هاد التقنية كتستحق الاهتمام بشكل خاص من طرف اللي كيطورو نماذج الذكاء الاصطناعي الأساسية، وكذلك من طرف اللي بغاو يفهمو آليات عمل نماذج **LLMs** الحديثة.
الخلاصة: شنو كيعني هاد الخبر للقطاع؟
ظهور تقنية **RLMF** كيبين بلي مجال ضبط نماذج الذكاء الاصطناعي مازال فطور مستمر. الاعتماد على **RLHF** وحده ما عادش كافي فنظر بعض الباحثين، والسوق كيتجه نحو أساليب أكثر تركيبا كتجمع بين feedback البشري والآليات المعرفية الذاتية للنموذج. فالمدى القريب، ممكن نشوفو شركات تطوير نماذج **LLMs** الكبيرة كتبدأ تدمج **RLMF** فبنياتها التدريبية، خصوصا اللي كتبحث على أداء أكثر دقة وتفكير أعمق فردود نماذجها.
مقال من databelarebia — نشرة يومية ديال أخبار الذكاء الاصطناعي بالدارجة المغربية