بنية النماذج اللغوية الكبيرةالأساسيات تحديث 2026

متعدد الوسائط

التعريف

نموذج يعمل مع أكثر من نوع واحد من البيانات — كالنصوص أو الصور أو الصوت أو الفيديو — داخل النظام نفسه.

تتعلّم النماذج متعددة الوسائط تمثيلًا مشتركًا عبر أنواع البيانات، فتستطيع مثلًا الإجابة عن أسئلة حول صورة ما أو توليد تعليق لها. وقد أظهر Radford وزملاؤه (2021) من خلال CLIP أن التدريب على أزواج من الصور والنصوص ينتج فضاء تضمين مشتركًا يتيح تعرّفًا بصريًا قويًا دون أمثلة مسبقة (zero-shot) انطلاقًا من مطالبات باللغة الطبيعية.

المساعدون الرائدون اليوم متعددو الوسائط: يمكنك لصق رسم بياني أو لقطة شاشة أو صورة والسؤال عنها مباشرةً في الدردشة.

المراجع

مصادر أولية ومحكّمة وأرشيفية لهذا التعريف.

Learning Transferable Visual Models From Natural Language Supervision (CLIP)

Radford, A., Kim, J. W., Hallacy, C., Ramesh, A., Goh, G., Agarwal, S., Sastry, G., Askell, A., Mishkin, P., Clark, J., Krueger, G., & Sutskever, I. (2021). Proceedings of the 38th International Conference on Machine Learning (ICML 2021).

المصدر arXiv:2103.00020

مداخل القواميس والموسوعات

Wikipedia — Multimodal learning
IBM — Think / Topics — What is multimodal AI?

استشهد بهذا المدخل

MultipleChat. «متعدد الوسائط (Multimodal)». مسرد MultipleChat للذكاء الاصطناعي والنماذج اللغوية الكبيرة، 2026. https://multiple.chat/ai-glossary/multimodal