باختصار
Toolformer نموذج لغوي تعلّم أن يعرف حدوده: يقرّر بنفسه متى يستدعي أداة خارجية عبر واجهة برمجية (API)، وبأيّ مدخلات، وكيف يدمج النتيجة في كلامه.
بالتفصيل
بدأت الورقة (فبراير 2023) من مفارقة طريفة: النماذج اللغوية تكتب الشعر وتحلّ ألغازًا من أمثلة قليلة، ثم تتعثّر في عملية حسابية يحلّها أبسط برنامج. كأنك تقابل فيلسوفًا يناقش الوجود ثم يخطئ في حساب الباقي من الخبّاز.
والحلّ: أن يتعلّم النموذج استخدام أدوات بسيطة، فيجمع بين قوّته وقوّتها. ويتّسم التدريب بأنه:
- ذاتي الإشراف (Self-supervised).
- يحتاج عددًا قليلًا من الأمثلة لكل أداة.
والأدوات التي استخدمها الباحثون: آلة حاسبة، ونظام للأسئلة والأجوبة، ومحرّكا بحث، ونظام ترجمة، وتقويم.
مثال عملي
النموذج يكتب: «ارتفع عدد سكّان المدينة من … إلى …، أي بنسبة». هنا يتوقّف، ولا يخمّن. يستدعي الآلة الحاسبة، ويأخذ الناتج، ثم يكمل الجملة.
وبحسب الورقة، حقّق Toolformer أداءً أفضل بكثير دون أمثلة (Zero-shot) في مهام متنوّعة، وكان غالبًا منافسًا لنماذج أكبر بكثير، دون أن يخسر قدرته الأساسية على الكتابة. التواضع، كما يبدو، مفيد للنماذج أيضًا.
مصطلحات مرتبطة
- Tool Use — استخدام الأدوات.
- Function Calling — استدعاء الدوال.
- AI Agent — وكيل الذكاء الاصطناعي.
- Self-supervised Learning — التعلّم ذاتي الإشراف.
المصادر: arXiv — Toolformer (Schick et al.) — 2023-02-09
