TeachBack: الضبط ثنائي الجانب للتفضيلات يعلّم نموذج المرشد استكشاف المسألة بدلًا من تكرار الإجابة المرجعية
تُطرح طريقة TeachBack، التي تطوّر لدى المعلّم، أثناء التقطير الذاتي على سياسته الخاصة، استراتيجيةً لإعادة حل المسألة بدلًا من الاعتماد على حلّ مرجعي مميّز. وقد أظهرت الطريقة تحسّنًا مستدامًا في أداء الطالب مقارنةً بأساليب OPSD المعروفة، وذلك في مسائل الاستدلال الرياضي والمنطقي.
لماذا لا يضمن دقّة المعلّم فائدة الإشراف
يتيح التقطير الذاتي وفق السياسة (OPSD) للنموذج اللغوي التعلّم من المعلّم. ويستند المعلّم إلى النموذج نفسه، لكنه يمتلك إمكانية الوصول إلى معلومات امتيازية. ومن أمثلة هذه المعلومات الحلّ النموذجي. ويتيح هذا الوصول للمعلّم توليد مسارات عالية الدقّة.
لكن دقّة المسارات لا تضمن ملاءمتها للطالب. فقد يؤدي الوصول إلى الحلّ الكامل إلى استدلالات مختصرة. والسبب وراء هذه الاستدلالات هو الحلّ النموذجي. فهي تفتقر إلى الاستكشاف والتحقق والتصحيح الذاتي. وهذه العناصر ضرورية لحلّ المهام من دون معلومات امتيازية.
سمات المسار الملائم لتدريب الطالب:
- يتضمن استكشاف المهمة؛
- يشمل التحقق من الخطوات الوسيطة؛
- يُظهر التصحيح الذاتي؛
- لا يكرر استدلالًا مختصرًا مستندًا إلى الحلّ النموذجي.
المعيار العملي: تقييم الإشراف بناءً على بنية الاستدلال، لا على صحة الإجابة فحسب.
كيف يغيّر TeachBack سلوك المعلّم
TeachBack إطار عمل للتعلّم ثنائي الاتجاه القائم على التفضيلات في OPSD. وهو يعلّم الطالب على يد المعلّم، كما يشكّل الطريقة التي ينبغي للمعلّم أن يتبعها في التدريس.
ينظّم إطار العمل سلوك المعلّم بطريقتين:
- ينظّم طول لاحقة الاستدلال المستندة إلى الحلّ النموذجي في الموجّه؛
- يغيّر أسلوب الموجّه.
عند تقارب الدقّة، يبدأ المعلّم باستكشاف المهمة وحلّها من جديد. ويصبح اعتماده على الحلّ النموذجي أقل.
المعيار العملي: التحقق مما إذا كان المعلّم يعيد إنتاج البحث والتحقق. فالاستدلال المختصر المستند إلى الحلّ النموذجي لا يناسب تدريب الطالب من دون معلومات امتيازية.
آلية التفضيلات ثنائية الاتجاه
في كل تحديث لعملية توليد المسارات، تولّد السياسة المشتركة مسارين. الأول هو مسار المعلّم الامتيازي. والثاني هو مسار الطالب الذي لا تتاح له سوى صياغة المهمة.
تستخدم دالة التفضيلات الزوجية مسارات المعلّم الامتيازية لتحسين تدريب الطالب. أما التفضيل العكسي فيستخدم سلوك الطالب، ويشكّل الإشراف المستقبلي للمعلّم في الظروف الامتيازية.
| الاتجاه | أساس التفضيل | ما الذي يتحسّن |
|---|---|---|
| التفضيل المباشر | مسارات المعلّم الامتيازية | تدريب الطالب |
| التفضيل العكسي | سلوك الطالب | الإشراف المستقبلي للمعلّم في الظروف الامتيازية |
المعيار العملي: وجود تفضيل عكسي يستخدم سلوك الطالب.
ما الذي تُظهره التجارب
تختبر التجارب TeachBack على مهام الاستدلال. النتائج:
- المهام — الاستدلال الرياضي والمنطقي؛
- أساس المقارنة — أساليب OPSD الحالية والأساليب الأساسية ذات الصلة؛
- الأثر — تحسّن مستقر في نتائج الطالب.
المعيار العملي للاختيار: مهام الاستدلال التي يحلّ فيها الطالب المهمة من دون حلّ نموذجي.
الأسئلة المتكررة
المواد ذات الصلة
جميع المواد
اختبار وكلاء البرمجة في تطوير XR التفاعلي: نتائج GenXR-Bench
نُشرت GenXR-Bench، وهي مجموعة تضم 112 مهمة من إعداد خبراء لتقييم وكلاء البرمجة تقييمًا شاملًا في تطوير XR التفاعلي، بدءًا من تحسين الوظائف وإصلاح العيوب وصولًا إلى إنشاء التطبيقات والتحقق من سلوكها على أجهزة استهلاكية. حقق أفضل أداء بين النماذج العشرة التي خضعت للاختبار 50.9% Pass@1؛ وشملت الإخفاقات المتكررة التعامل مع الأحداث غير المتزامنة للمستشعرات، وربط الكائنات بالفضاء الواقعي، وفهم التفاعل في السياق المادي.
5 نوفمبر 2026
من المكافأة القياسية إلى جبهة باريتو: توليف RTL باستخدام النماذج اللغوية الكبيرة والتعلّم المعزّز متعدد المعايير
اقتُرحت طريقة لتدريب نموذج لغوي على توليد مجموعة من مرشّحات RTL بدلًا من مخطط واحد، مع مفاضلات مختلفة بين المساحة وزمن التأخير واستهلاك الطاقة؛ وتُبنى المكافأة على مساهمة كل خيار في حجم فرط جبهة باريتو. على RTLLM v2، ارتفع حجم فرط باريتو النسبي بمقدار 13.3 نقطة مئوية مقارنةً بالإصدار الأساسي من دون تحسين PPA، وبمقدار 14.4 نقطة مئوية مقارنةً بالتدريب بالتعلّم المعزّز ذي الهدف الواحد.
5 نوفمبر 2026
تتعرّف النماذج اللغوية الكبيرة الطبية على تحديثات التوصيات، لكنها غالبًا ما تجيب وفقًا للإرشادات القديمة
أظهرت دراسة ChronoEvo التي شملت 1709 تغييرات في التوصيات السريرية أن النموذج الأساسي رصد التحديث في 90,8% من الإجابات، لكنه طبّقه بالكامل في 58,5% فقط، وظلت فجوة قدرها 32,3 نقطة مئوية قائمة لدى 14 نموذجًا. وحتى تعزيز بروز التحديثات لم يحقق زيادة ملحوظة في التطبيق الكامل للقواعد الجديدة ضمن التوصيات السريرية.
4 نوفمبر 2026