Oossa

إطار جديد يتيح لنماذج الذكاء الاصطناعي الطبية مواصلة التعلّم بعد نشرها

يقترح باحثون نظامًا متوافقًا مع مختلف النماذج، يحدّث نماذج LLMs وVLMs المجمّدة اعتمادًا على حالات واقعية، ويرفع الأداء في المهام الطبية بنسبة تصل إلى 34%.

خبر موجزبقلم نشرته Oossa: 1 دقائق قراءة

نشر فريق بقيادة Yexiao He ورقة بحثية في 8 أكتوبر 2026، وصف فيها إطارًا يتيح لنماذج اللغة الكبيرة (LLMs) ونماذج الرؤية واللغة (VLMs) المجمّدة التعلّم من الحالات التي تتعامل معها. ويضيف النظام ثلاثة أنواع من الخبرات الخارجية: مهارة للاستدلال، وذاكرة معرفية للحقائق، وقاعدة معرفة متعددة الوسائط للأمثلة البصرية. ولا يحدّث النموذج إلا عندما تحسّن الحالات الجديدة الأداء من دون الإضرار بالنتائج السابقة. وأظهرت الاختبارات على ستة معايير طبية وباستخدام أربعة نماذج أساسية مختلفة تحسنًا بلغ 34.2% كحد أقصى.

لماذا يهم

قد يتمكن الأطباء من الاعتماد على أدوات ذكاء اصطناعي تواكب الإرشادات الجديدة من دون الحاجة إلى إعادة تدريب مكلفة.

هل كان هذا المقال مفيدًا؟
مشاركة

اقرأ أيضًا

Oossa · النشرة البريدية

أسبوع الذكاء الاصطناعي، مشروحًا

كل يوم اثنين: الأخبار التي تستحق المعرفة، بلغة بسيطة. مجانًا وبلا رسائل مزعجة.