قام الباحثون بتكييف خوارزمية الآلة المميزة المتكررة (RFM) مع تهيئة مستنيرة بالمسبار لتحديد فضاءات جزئية متعددة الأبعاد للرفض في نماذج اللغة الكبيرة بكفاءة. يتيح هذا النهج استخراج الفضاءات الجزئية في ثوانٍ على كل من نماذج الاستدلال مثل Qwen 3 والنماذج غير الاستدلالية مثل Qwen 2.5، مما يعالج القيود الحسابية للطرق الحالية.
- تستغل الطريقة RFM لحساب فضاءات جزئية متعددة الأبعاد أسرع بكثير من التقنيات السابقة.
- تحقق أداءً أفضل في مهام الإزالة مقارنة بطرق استخراج الفضاءات الجزئية البديلة.
- تنطبق التقنية على كل من هياكل نماذج الاستدلال والنماذج غير الاستدلالية.
يوفر RFM مكملاً رخيصاً وقابلاً للتوسع لطرق استخراج الفضاءات الجزئية الحالية، مما يسهل مراقبة سلوكيات أمان النموذج بشكل أكثر سهولة.