الأبحاث في مجلة: AI
-
هل يمكنك أن تكون مخطئًا: محفزات ميتا معرفية لتحسين اتخاذ القرار البشري تساعد نماذج اللغة الكبيرة في تحديد تحيزاتها الخاصة Could You Be Wrong: Metacognitive Prompts for Improving Human Decision Making Help LLMs Identify Their Own Biases
2026 | المؤلف: Thomas T. Hills | المجلة: AI | المجال: أبحاث السلامة (Safety Research)تناقش هذه الفقرة التطور المستمر لنماذج اللغة الكبيرة (LLMs) والحاجة إلى استراتيجيات دائمة للتخفيف من التحيزات المتأصلة في هذه النماذج. تبرز الإمكانية للاستفادة من الرؤى المستخلصة من أدبيات اتخاذ القرار البشري، خاصة من خلال استخدام المحفزات الميتامعرفية. يتم فحص المحفز المحدد “هل يمكن أن تكون مخطئًا؟” لفعاليته في استنباط معلومات إضافية من LLMs، مثل تحديد…
-
FHIR-RAG-MEDS: دمج HL7 FHIR مع نماذج اللغة الكبيرة المعززة بالاسترجاع لدعم اتخاذ القرارات الطبية المحسنة FHIR-RAG-MEDS: Integrating HL7 FHIR with Retrieval-Augmented Large Language Models for Enhanced Medical Decision Support
2026 | المؤلف: Yildiray Kabak وآخرون | المجلة: AI | المجال: المعلوماتية الصحية (Health Informatics)تقدم البحث FHIR-RAG-MEDS، وهو نظام مبتكر لدعم اتخاذ القرارات الطبية يدمج بين موارد التفاعل السريع للرعاية الصحية HL7 Fast Healthcare Interoperability Resources (FHIR) مع نموذج لغة كبير معزز بالاسترجاع (RAG). يهدف هذا النظام إلى تقديم توصيات سريرية شخصية ومتوافقة مع الإرشادات من خلال الوصول إلى بيانات المرضى في الوقت الحقيقي من خوادم FHIR وتأسيس مخرجاته…
-
الشبكات التنافسية التوليدية لتوليد بيانات اصطناعية في المالية: تقييم التشابهات الإحصائية وتقييم الجودة
2024 | المؤلف: Faisal Ramzan وآخرون | المجلة: AI | المجال: علم الإدارة وبحوث العمليات (Management Science and Operations Research)تقدم ورقة البحث FinGAN، وهو نموذج مُحسّن من الشبكات التنافسية التوليدية (GAN) مصمم خصيصًا لتوليد بيانات مستمرة صناعية داخل القطاع المالي. تتناول الدراسة تحديات ندرة البيانات ومخاوف الخصوصية المرتبطة باستخدام مجموعات البيانات المالية الحقيقية، التي غالبًا ما تحتوي على معلومات حساسة وعدم اتساق. من خلال استخدام تقنيات متقدمة مثل تحسين تكوينات الطبقات، وإعدادات الخلايا العصبية،…