Amazon Nova تتعلّم النسيان: كيف تخفف rDPO الحذر المفرط دون خسارة في الجودة
عرضت AWS تقنية rDPO، وهي أسلوب يعلّم نماذج Amazon Nova «نسيان» أنماط السلوك غير المرغوبة. تكمن المشكلة في أن مرشحات الأمان القياسية تحجب أيضاً طلبات مشروعة تماماً، سواء كانت طبية أو قانونية أو أدبية. وتزيل rDPO القيود الزائدة بصورة موضعية دون أن تُضعف بقية مهارات النموذج. وتشكّل هذه التقنية الأساس الذي تقوم عليه ميزة CCMS الجديدة المخصصة لعملاء AWS من الشركات.
معالج بواسطة الذكاء الاصطناعي من AWS Machine Learning Blog؛ بتحرير Hamidun News
نشرت Amazon Web Services في 7 يوليو 2026 مقالاً عن تقنية Reverse Direct Preference Optimization (rDPO)، وهي أسلوب «للنسيان الآلي» الانتقائي. وتشكّل هذه التقنية الأساس الذي تقوم عليه ميزة Customizable Content Moderation Settings (CCMS) الجديدة في عائلة نماذج Amazon Nova.
لماذا يُعدّ حذر النموذج مشكلة أيضاً؟
أصبح الحذر المفرط في النماذج اللغوية، وهي ظاهرة تسمّيها الصناعة over-deflection، من أبرز المشكلات التشغيلية التي تواجه الشركات المستخدمة للذكاء الاصطناعي. فالنموذج الذي دُرّب على تجنّب المواضيع الضارة يرفض في كثير من الأحيان حتى الطلبات البريئة تماماً، مثل الأسئلة الطبية والسيناريوهات القانونية والسياقات الأدبية التي تتضمن صراعاً أو عنفاً.
تساعد مرشحات الإشراف الصارمة على منع إساءة الاستخدام، لكنها تخلق احتكاكاً في السيناريوهات المشروعة. فشركة الأدوية تريد مناقشة الآثار الجانبية للعقاقير، ومكتب المحاماة يريد تحليل مواد القضايا، ودار النشر تريد العمل على نصوص أدبية. والقيود نفسها لا تناسب الجميع.
أما الحل التقليدي، وهو الضبط الدقيق (fine-tuning) على أمثلة جديدة، فهو مكلف وينطوي على مخاطر. فقد تؤدي الأنماط الجديدة إلى «طمس» المهارات الموجودة أصلاً، كما أن إعادة تدريب النموذج بالكامل تستنزف موارد كبيرة. وبحث فريق Amazon Nova عن طريقة لإزالة السلوك غير المرغوب بصورة موضعية دون المساس ببقية الوظائف.
كيف تعمل Reverse Direct Preference Optimization
تُعدّ Direct Preference Optimization (DPO) من أبرز أساليب مواءمة النماذج اللغوية. فبدلاً من حلقة تعلّم معزز صريحة، يتعلّم النموذج تفضيل بعض الإجابات على أخرى باستخدام بيانات تفضيلات مزدوجة. وهي طريقة فعّالة وقابلة للتوسع، وقد أصبحت معياراً في مسار ما بعد التدريب (post-training pipeline).
تقلب rDPO هذا المنطق رأساً على عقب. فبدلاً من تعزيز الإجابات المرغوبة، تُضعف بصورة مقصودة أنماط السلوك غير المرغوبة، وهي هنا حالات الرفض الزائدة. وتؤكد Amazon أن الأسلوب يتيح خفض over-deflection مع الحفاظ على الجودة العامة للنموذج.
أبرز معطيات الأداة الجديدة:
- الأسلوب: Reverse Direct Preference Optimization (rDPO)
- المنتج: ميزة CCMS (Customizable Content Moderation Settings) في Amazon Nova
- الهدف: «نسيان» الأنماط غير المرغوبة بصورة موضعية دون تراجع في الجودة
- الجمهور المستهدف: عملاء AWS من الشركات الذين يضبطون سلوك النماذج
- النشر: مدونة AWS Machine Learning Blog، يوليو 2026
ماذا يعني ذلك لعملاء الشركات؟
تطرح CCMS تقنية rDPO في صورة أداة جاهزة للشركات. فبدلاً من عتبة إشراف عالمية واحدة، يستطيع العميل تكييف سلوك النموذج مع سياقه القطاعي المحدد. ويمكنه تخفيف القيود حيث يكون ذلك مبرراً من الناحية التجارية والبيئة التنظيمية، دون تغيير السلوك في السيناريوهات الأخرى.
كما تعلن AWS عن نشر أدلة عملية للفرق التي ترغب في تطبيق تقنيات تحسين التفضيلات (preference optimization) بنفسها في تجارب مع Amazon Nova. ويخفض ذلك عتبة الدخول أمام فرق ML في الشركات التي تحتاج إلى ضبط دقيق للنموذج دون إعادة تدريب كاملة.
تنسجم هذه الخطوة مع اتجاه أوسع، إذ يبتعد مزوّدو الذكاء الاصطناعي الكبار تدريجياً عن أنظمة الأمان الأحادية نحو عتبات قابلة للضبط تتكيّف مع قطاع بعينه. وأصبحت مرونة الإشراف مطلباً في السوق، لا مجرد تحسين اختياري.
ماذا يعني ذلك
تُظهر rDPO من Amazon أن «النسيان الآلي» (machine unlearning) ينتقل من الأوراق الأكاديمية إلى أدوات الذكاء الاصطناعي الصناعية. فالقدرة على «محو» ردود الفعل غير المرغوبة بصورة موضعية دون إعادة تدريب كاملة تصبح أصلاً قيّماً للعملاء من الشركات ذات المتطلبات التنظيمية والقطاعية المتباينة.
Access Frontier LLMs & Multimodal AI in One Workspace
Discover NomadNet AI (nomadnet.ai) — unified access to frontier language models, research synthesis, and multimodal workflows.
أهم ما في عالم الذكاء الاصطناعي — مرة كل أسبوع
سبع قصص مهمة فعلاً هذا الأسبوع، مختارة بعناية. بلا ضجيج ولا بيانات صحفية.
تم! تحقق من بريدك للتأكيد.