يشهد مجال تطوير الذكاء الاصطناعي نقلة نوعية من شأنها تغيير طريقة بناء وتحديث النماذج اللغوية الكبيرة إلى الأبد. فقد تم الإعلان عن إطار عمل جديد يهدف إلى إعادة هيكلة الآلية التي تعتمد عليها النماذج في تخزين المعلومات وتحليلها، مما يوفر حلًا جذريًا لواحدة من أكبر العقبات التقنية والاقتصادية التي تواجه فرق التطوير، وهي تكلفة والوقت المستغرق في إعادة تدريب النماذج عند إضافة معلومات جديدة أو تحديث قواعد البيانات الأساسية.
ووفقًا لتقرير منشور بموقع فنتشر بيت، يتيح نموذج الذاكرة الجديد الذي يُعرف باسم ميمو فصلًا هندسيًا دقيقًا بين مساحة تخزين المعرفة الخاصة بالذكاء الاصطناعي وبين قدراته على التفكير والاستنتاج، و يسمح هذا الابتكار للفرق الهندسية بتحديث قواعد بيانات النماذج اللغوية وإثرائها بالمعلومات الحديثة بشكل فوري دون الحاجة إلى عمليات إعادة التدريب المكلفة، وقد أظهرت الاختبارات قفزة فعلية في الأداء وصلت إلى 26%.
ووفقًا لتقرير منشور بموقع فنتشر بيت، يتيح نموذج الذاكرة الجديد الذي يُعرف باسم ميمو فصلًا هندسيًا دقيقًا بين مساحة تخزين المعرفة الخاصة بالذكاء الاصطناعي وبين قدراته على التفكير والاستنتاج، و يسمح هذا الابتكار للفرق الهندسية بتحديث قواعد بيانات النماذج اللغوية وإثرائها بالمعلومات الحديثة بشكل فوري دون الحاجة إلى عمليات إعادة التدريب المكلفة، وقد أظهرت الاختبارات قفزة فعلية في الأداء وصلت إلى 26%.
