Amazon Nova تعلمت النسيان: كيف يقلل rDPO الحذر الزائد دون فقدان الجودة

نشرت خدمات Amazon Web Services في السابع من يوليو 2026 مقالة عن تقنية Reverse Direct Preference Optimization (rDPO) — وهي طريقة للـ"نسيان الآلي" الانتقائي التي تقوم عليها الميزة الجديدة Customizable Content Moderation Settings (CCMS) في سلسلة نماذج Amazon Nova.

لماذا يشكل حذر النموذج مشكلة أيضاً؟

إن الحذر المفرط لنموذج لغوي — وهي ظاهرة تُسمى في القطاع over-deflection — أصبحت من أبرز التحديات التشغيلية للعملاء الشركاء في مجال الذكاء الاصطناعي. يرفض النموذج المدرب على تجنب المواضيع الضارة كثيراً الطلبات الآمنة تماماً: الأسئلة الطبية والسيناريوهات القانونية والمحتوى الفني الذي يتضمن صراعاً أو عنفاً.

تساعد مرشحات الاعتدال الصارمة في منع الإساءة، لكنها تخلق احتكاكاً للحالات الاستخدام المشروعة. تريد شركة صيدلانية مناقشة الآثار الجانبية للأدوية، وتريد شركة قانونية تحليل وثائق القضايا، وتريد دار نشر العمل مع النثر الخيالي. القيود ذاتها لا تناسب الجميع.

الحل التقليدي — الضبط الدقيق (fine-tuning) على أمثلة جديدة — مكلف وينطوي على مخاطر: قد تطمس الأنماط الجديدة المهارات الموجودة، والتدريب الكامل للنموذج يستهلك موارد كبيرة. كانت فريق Amazon Nova تبحث عن طريقة لإزالة السلوكيات غير المرغوبة بدقة جراحية، دون التأثير على بقية الوظائف.

كيفية عمل Reverse Direct Preference Optimization

Direct Preference Optimization (DPO) هي إحدى الطرق الرائدة لمحاذاة نماذج اللغة: بدلاً من حلقة تعلم تعزيز صريحة، يتعلم النموذج تفضيل إجابة على أخرى باستخدام بيانات التفضيل المقترنة. الطريقة فعالة وتتسع بشكل جيد وأصبحت معياراً في خطوط الأنابيب بعد التدريب.

يقلب rDPO هذا المنطق. بدلاً من تعزيز الإجابات المرغوبة، فإنه يضعف الأنماط السلوكية غير المرغوبة بشكل متعمد — في هذه الحالة، الرفض المفرط. تؤكد Amazon أن الطريقة تسمح بتقليل over-deflection مع الحفاظ على الجودة الإجمالية للنموذج.

المعاملات الرئيسية للأداة الجديدة:

• الطريقة: Reverse Direct Preference Optimization (rDPO)
• المنتج: ميزة CCMS (Customizable Content Moderation Settings) في Amazon Nova
• المهمة: "نسيان" دقيق للأنماط غير المرغوبة دون تدهور الجودة
• الجمهور: عملاء AWS الشركاء الذين يخصصون سلوك النماذج
• النشر: AWS Machine Learning Blog، يوليو 2026

ما الذي يوفره هذا للعملاء الشركاء

ينفذ CCMS تقنية rDPO كأداة مؤسسية جاهزة. بدلاً من عتبة اعتدال عالمية واحدة، يمكن للعملاء تكييف سلوك النموذج مع سياق صناعي محدد: خفض القيود حيثما يبررها العمل والبيئة التنظيمية، دون تغيير السلوك في السيناريوهات الأخرى.

تعلن Amazon Web Services أيضاً عن نشر أدلة عملية للفرق التي تريد تطبيق تقنيات تحسين التفضيل بشكل مستقل في التجارب مع Amazon Nova. يقلل هذا من حاجز الدخول لفرق التعلم الآلي الشركاء التي تحتاج إلى ضبط دقيق دون إعادة تدريب كاملة.

تندرج الخطوة ضمن اتجاه أوسع: ينتقل مزودو الذكاء الاصطناعي الكبار تدريجياً من الأنظمة الأمنية أحادية الحجم إلى عتبات معاملات قابلة للتكيف مع الصناعات المحددة. يصبح الاعتدال المرن متطلباً في السوق وليس تحسيناً اختيارياً.

ما الذي يعنيه هذا

إن rDPO من Amazon دليل على أن النسيان الآلي ينتقل من البحث الأكاديمي إلى أدوات الذكاء الاصطناعي الصناعي. تصبح القدرة على "محو" الاستجابات غير المرغوبة بدقة جراحية دون إعادة تدريب كاملة مصدراً قيماً للعملاء الشركاء الذين لديهم متطلبات تنظيمية وصناعية متنوعة.