Shijian Deng Kai Wang Tianyu Yang Harsh Singh Yapeng Tian

الملخص

أحرزت التطورات الحديثة في تحسين الذات للنماذج اللغوية الكبيرة (LLMs) تقدماً فعّالاً في تعزيز قدرات النموذج دون زيادة كبيرة في التكاليف، وخاصة من حيث الجهد البشري. وعلى الرغم من أن هذا المجال ما زال نسبياً شاباً، إلا أن تمديده إلى المجال متعدد الوسائط يحمل إمكانات هائلة لاستغلال مصادر بيانات متنوعة وتطوير نماذج ذاتية التحسين أكثر شمولاً. تُعد هذه المراجعة أول دراسة شاملة تقدم نظرة عامة على تحسين الذات في النماذج اللغوية الكبيرة متعددة الوسائط (MLLMs). ونقدّم نظرة منظمة للدراسات الحالية، ونناقش الأساليب من ثلاث زوايا رئيسية: 1) جمع البيانات، 2) تنظيم البيانات، و3) تحسين النموذج، بهدف دعم التطور المستقبلي لتحسين الذات في MLLMs. كما نشمل التقييمات الشائعة والاستخدامات التطبيقية اللاحقة. وأخيراً، نستعرض التحديات المفتوحة والاتجاهات المستقبلية للبحث.