NTT تطوّر تقنية لتخصيص نموذج لغوي ببيانات قليلة: دقة 83.1%

أعلنت شركة NTT اليابانية في 12 نوفمبر 2026 تطوير تقنية جديدة للضبط (tuning) تتيح لنموذج لغوي كبير (LLM) استيعاب المعرفة الواردة في أدلة العمل داخل الشركات. ووفق بيان NTT الصحفي، تقوم الطريقة على أن يولّد النموذج نفسه من زوايا متعددة البيانات التي يتعلم منها، فلا حاجة إلى جمع كميات هائلة من الوثائق لبناء نموذج متخصص بمعرفة العمل. ونقل موقع AI Watch أن اختبار نموذج tsuzumi 2 الذي طورته الشركة سجّل نسبة إجابات صحيحة بلغت 83.1%.

لماذا يتعثر الضبط التقليدي مع بيانات الشركات القليلة؟

الضبط هو تكييف نموذج لغوي قائم مع استخدام أو مهمة محددة. ووفق موقع INTERNET Watch، كان جعل النموذج يحتفظ بمعرفة تتعلق بالأعمال يتطلب حتى الآن كميات بالغة الضخامة من البيانات، بينما حجم الوثائق التي تملكها الشركة أقل منها بكثير. ويشير بيان NTT إلى أن صفحة نصية بحجم A4 لا تتجاوز بضعة كيلوبايتات، في حين تستخدم الطريقة الشائعة، التي تعيد تدريب النموذج كاملاً، بيانات تفوق عشرات الجيجابايتات.

ويذكر AI Watch أن ما تملكه الشركة عملياً يبلغ نحو 1000 ملف PDF، بما لا يزيد عن نحو 100 صفحة للملف. وبحسب الموقع، فإن تكرار هذا القدر القليل من النصوص أثناء التدريب يؤدي إلى فرط التخصيص، إذ يحفظ النموذج صياغات أو أرقام مواد بعينها لكنه يعجز عن الإجابة حين يتغير سياق السؤال. وتضيف NTT أن تعويض النقص بمعلومات مشابهة من الإنترنت يُدخل ضوضاء لا صلة لها بالعمل، ويصعّب بناء مجموعة بيانات عالية الجودة.

كيف يصنع النموذج مواده الدراسية بنفسه؟

استلهمت NTT طريقة تعلّم البشر في المدارس. ووفق البيان الصحفي، لا يكتفي الطلاب في حصة اللغة بقراءة النص، بل يجيبون عن أسئلة حول مقصد الكاتب ويتبادلون انطباعاتهم مع زملائهم. وتطبق التقنية الفكرة نفسها: يؤدي النموذج دور معدّ المواد التعليمية، فيُنتج من دليل العمل بيانات تعلّم متنوعة ثم يتعلم منها.

ويورد AI Watch ثلاثة أشكال للبيانات المولَّدة:

• صيغة الأسئلة الشائعة: تعيد صياغة محتوى الدليل في أسئلة وأجوبة مبنية على استفسارات واقعية؛
• صيغة الجداول: تنظّم عدة شروط أو مدد وتبني لها بنية واضحة؛
• صيغة الحوار: يتعمق فيها طالب ومعلّم في خلفية القاعدة ومقصدها.

وبحسب AI Watch أيضاً، يعتمد محرك توليد البيانات نفسه على tsuzumi، فيُنتج من دفعة صغيرة من البيانات الأصلية بيانات تدريب بحجم مليارات إلى عشرة مليارات رمز (الرمز هو وحدة النص التي يعالجها النموذج). وتقول NTT إن التقنية قابلة للتطبيق على tsuzumi وعلى نماذج لغوية أخرى.

إلى أي حد يمكن الوثوق برقم 83.1%؟

قاست NTT مدى ترسخ المعرفة باستخدام أدلة عمل حقيقية: طُرحت على النموذج أسئلة ضمن نطاق الدليل وقورنت نسبة الإجابات الصحيحة. ووفق البيان الصحفي، سجّل tsuzumi 2 قبل التعلم 65.3%، وبلغت الأبحاث السابقة التي تعيد صياغة النصوص من زوايا أخرى 73.3% كحد أقصى، بينما حققت التقنية الجديدة 83.1%، أي أعلى بنحو عشر نقاط.

واختُبر كذلك نموذج أخف. ووفق AI Watch، ارتفع أداء Llama 3 (3B) من نحو 25% إلى ما يقارب 60% وتفوق باستمرار على الطرق السابقة. ويذكر الموقع نفسه أن القدرات الأساسية للنموذج لم تتراجع في اختبارات المجال العام بعد إضافة المعرفة. وثمة تحفظ: أسئلة الاختيار من متعدد صممتها NTT بنفسها، لأنه لا يوجد، كما يوضح AI Watch، اختبار مشترك لقياس المعرفة الخاصة بكل شركة. فهذه أرقام NTT نفسها، ولا يوجد في المقالات التي قرأناها ما يشير إلى أن جهة مستقلة أعادت إنتاجها.

هل نختار RAG أم نموذجاً متخصصاً؟

لاستثمار الوثائق الداخلية يشيع استخدام التوليد المعزَّز بالاسترجاع (RAG) الذي يبحث عن المقاطع المناسبة قبل الإجابة. وينقل AI Watch رأي مسؤول في NTT: حيث تتقدم الدقة المطلقة يُنصح باستخدام RAG، أما في الأعمال التي تتطلب استجابة سريعة جداً، مثل تحليل أعداد كبيرة من المكالمات لحظياً في مركز اتصال، فالبحث الخارجي يضيف تأخيراً ويرفع التكلفة لأن الأمر يستلزم تشغيل نماذج ووحدات GPU أكثر بالتوازي. أما النموذج الذي يحمل المعرفة أصلاً فيجيب أسرع ويحتاج وحدات GPU أقل.

ووفق المصدر نفسه، لا تستبعد التقنية RAG، إذ يمكن الجمع بينهما، كما أن امتلاك النموذج خلفية عن القطاع والشركة يرفع دقة البحث نفسها. وتشمل المجالات المستهدفة الرعاية الصحية والمال، حيث القواعد والإجراءات الخاصة باليابان صارمة، وقطاع التصنيع الغني بالمصطلحات الداخلية.

ما الجدول الزمني، وماذا يتغير للشركات العربية؟

وفق البيان الصحفي، ستُدرج التقنية في شركات مجموعة NTT. ويقول AI Watch إن NTT تدرس ضمن خيارات أخرى خدمة سحابية مُدارة، حيث يُجرى التدريب الذي يحتاج إلى وحدات GPU كثيرة في مراكز بيانات المجموعة ثم يُعاد النموذج المضبوط إلى العميل. ولا تتضمن المقالات التي قرأناها سعراً أو موعد إطلاق. وستُعرض النتائج في NTT R&D FORUM 2026 من 18 إلى 25 نوفمبر في مركز البحث والتطوير التابع لـ NTT في موساشينو بطوكيو، وبحسب AI Watch سيُكشف هناك أيضاً عن مفهوم «tsuzumi ذاتي التطور».

أما بالنسبة إلى شركة عربية، فالدرس يتعلق بالمنهج أساساً. إذا كانت إجراءاتها تتسع في نحو ألف وثيقة، فقد يجعل ترك النموذج يكتب بنفسه أزواج أسئلة وأجوبة وجداول وحوارات تدريب نموذج متخصص ممكناً حيث كانت قلة البيانات تثني عن المحاولة. ولا تذكر المقالات التي قرأناها توافر التقنية خارج اليابان، والنتائج تظل من NTT نفسها، والمنطقي أن تقيس الشركة أولاً نسبة الإجابات الصحيحة على وثائقها وأسئلتها هي، ثم تقرر توزيع الأدوار بين RAG والنموذج المضبوط.