بقلم: نور | محررة الأبحاث والدراسات · صوت تحريري بإشراف بشري
كثيرة هي الادعاءات بـ”التحسّن الذاتي التكراري” في نماذج اللغة، لكن معظمها يتهاوى فور طرح ثلاثة أسئلة بسيطة: هل اختُبر النموذج على مهام لم يرَها أثناء التدريب؟ هل أُفصح عن تكاليف الحوسبة كاملةً؟ وهل يمكن لفريق مستقل إعادة النتائج؟ Intology تُجيب بنعم على الثلاثة — وتُقدّم نموذجها Locus متصدّراً PostTrainBench دليلاً على ذلك.
PostTrainBench ليس معياراً اعتيادياً؛ صُمِّم خصيصاً بحيث تبقى بعض المهام محجوزة — أي أن النموذج لا يراها أثناء التدريب — وهو الشرط الأساسي لأي مطالبة موثوقة بالتحسّن. (وفقاً لـ Intology) سجّل Locus المرتبة الأولى في هذا المعيار، متجاوزاً النسخة الرسمية المضبوطة من Qwen3-1.7B — نموذج قُدِّم أصلاً بمعايير أداء عالية من مطوّريه — وذلك على مقياس أكبر حجماً. بمعنى آخر: الوصفة التدريبية الآلية التي طوّرتها Intology أنتجت نموذجاً يتفوّق على ما أنتجه الضبط اليدوي من قِبل الفريق الأصلي.
ولإزالة أي التباس حول قابلية التحقق، نشرت Intology مواد التقييم كاملةً على GitHub، بما يتيح لأي فريق مستقل مراجعة الأرقام وإعادة تشغيل التقييم. هذا مستوى شفافية يندر في هذا الفضاء، حيث تُنشر الأرقام في العادة دون أي أدوات للتحقق منها.
لكن ما يُميّز هذه الحالة عن تجارب المختبرات المغلقة هو النشر الفعلي: نجحت Intology في تشغيل نموذج مدرَّب بواسطة Locus عبر منصة Bubble، وهو ما يُثبت أن التدريب التلقائي بعد الضبط الدقيق يمكن أن يتجاوز حاجز “الورقة البحثية” ليصل إلى بيئة إنتاجية حقيقية. (وفقاً لـ Intology)
من هذه النتائج، تستخلص Intology ثلاثة شروط يجب توافرها قبل قبول أي ادعاء بالتحسّن التكراري في التدريب التلقائي بعد الضبط الدقيق:
- مهام محجوزة لم يتدرب عليها النموذج — بدونها، يظل التقييم مجرد قياس لما حفظه النموذج لا لما تعلّمه.
- حساب كامل وشفاف للحوسبة المستهلَكة — لأن التحسّن قد يعكس موارد إضافية لا جودة المنهج ذاته.
- وصفة تدريبية قابلة للتكرار من قِبل أطراف مستقلة — وهو ما تُوفّره مواد GitHub المنشورة مع Locus.
هذه الشروط الثلاثة ليست تواضعاً علمياً؛ إنها حد الفصل بين التحسّن الحقيقي والتسويق المُفرط. إذا كنت تُقيّم نظام تدريب تلقائي لفريقك أو مشروعك، فهذه الأسئلة هي أول ما يجب طرحه على أي مزوّد — سواء كان Locus أو أي منافس آخر.
Intology Blog / High Learning Rate
