تم وضع علامة على جلستك بسبب نشاط غير معتاد.
يرجى تأكيد أنك لست روبوتًا للمتابعة.
ميل الشبكة العصبية إلى فقدان قدرات تعلّمتها سابقًا عند تدريبها على بيانات جديدة — وهو تحدٍّ رئيسي أمام النماذج التي تُحدَّث باستمرار.
عند تدريب شبكة على مهمة جديدة، قد تكتب تحديثات التدرّج فوق الأوزان التي كانت تُرمِّز المعرفة السابقة، فتمحو المهارات القديمة — وهذا هو النسيان الكارثي. وقد عالجه Kirkpatrick وزملاؤه (2017) بأسلوب Elastic Weight Consolidation (التوحيد المرن للأوزان)، الذي يُبطئ التعلّم على الأوزان الأهم للمهام السابقة، ما يتيح للنموذج الاحتفاظ بقدراته القديمة أثناء تعلّم قدرات جديدة.
وهو عقبة محورية أمام التعلّم المستمر وأمام الضبط الدقيق للنماذج دون إضعاف قدراتها العامة.
مصادر أولية ومحكّمة وأرشيفية لهذا التعريف.
شغّل المطالبة نفسها على ChatGPT وClaude وGemini وGrok وPerplexity جنبًا إلى جنب — مع استخدام ملفاتك سياقًا وإجابات يمكنك مقارنتها والتحقق منها.
جرّب MultipleChat مجانًاتابع التعلّم
أرسل الطلب نفسه إلى عدة نماذج وتحقّق من الإجابة التي تصمد.
أنسنةأعد كتابة مسودات الذكاء الاصطناعي بنموذج آخر لتبدو طبيعية.
مجانيأنسِن نصوص الذكاء الاصطناعي مجانًا قبل الانتقال إلى خطة مدفوعة.
كاشفاكتشف الأنماط المعتادة للذكاء الاصطناعي ثم عدّل ما يحتاج إلى تعديل.
دليلافهم ما تقيسه أدوات الكشف وكيف تكتب بنزاهة.
مساحة عملChatGPT وClaude وGemini وGrok وPerplexity في مساحة عمل واحدة.
أدوات مجانيةابدأ بالأدوات المجانية وانتقل إلى المدفوع عندما يوفّر العمل متعدد النماذج وقتك.
