الأبحاث المرتبطة بالكلمة المفتاحية: تخفيف الهلوسة
-
التخفيف من الهلوسات في نماذج اللغة الكبيرة للرعاية الصحية من خلال التحقق الدقيق من الحقائق والتكيف المحدد للمجال Mitigating hallucinations in healthcare LLMs with granular fact-checking and domain-specific adaptation
2026 | المؤلف: Musarrat Zeba وآخرون | المجلة: Expert Systems with Applications | المجال: المعلوماتية الصحية (Health Informatics)تقدم هذه الدراسة إطار عمل من مرحلتين يهدف إلى تعزيز موثوقية مخرجات نماذج اللغة الكبيرة (LLM) في الرعاية الصحية، وخاصة للتلخيص السريري. يدمج الإطار مولد LLaMA-3.1-8B المعدل بواسطة LoRA مع وحدة تحقق مستقلة تعمل على مستوى الاقتراح، مما يضمن أن الملخصات الناتجة تكون سلسة ودقيقة سريريًا. تستخدم وحدة التحقق اختبارات عددية ومنطقية للتحقق من الحقائق…
-
NESA: تحليل البرامج الثابتة الرمزية العصبية العلائقية NESA: Relational Neuro-Symbolic Static Program Analysis
2026 | المؤلف: Chengpeng Wang وآخرون | المجلة: Proceedings of the ACM on software engineering. | المجال: البرمجيات (Software)تقدم ورقة البحث NESA، وهو إطار عمل عصبي رمزي تركيبي مصمم لتعزيز تحليل البرامج الثابتة من خلال تمكين أساليب قابلة للتخصيص وخالية من التجميع. تواجه طرق التحليل الثابت التقليدية قيودًا بسبب اعتمادها على التجميع ونقص المرونة. يتناول NESA هذه التحديات من خلال استخدام نماذج اللغة الكبيرة (LLMs) بالتزامن مع لغة سياسة تحليل متخصصة، وهي شكل…
-
مراجعة لمقاييس الوفاء لتقييم الهلوسة في نماذج اللغة الكبيرة A Review of Faithfulness Metrics for Hallucination Assessment in Large Language Models
2026 | المؤلف: Ben Malin وآخرون | المجلة: IEEE Journal of Selected Topics in Signal Processing | المجال: الذكاء الاصطناعي (Artificial Intelligence)تستكشف هذه المراجعة تقييم الإخلاص في التلخيص المفتوح، والإجابة على الأسئلة، ومهام الترجمة الآلية، مشددة على أن نماذج اللغة الكبيرة (LLMs) تعتبر المقياس الأكثر ارتباطًا بالحكم البشري في تقييم الإخلاص. تناقش الورقة استراتيجيات مختلفة للتخفيف من الهلاوس في مخرجات LLM، مع التأكيد على فعالية توليد معزز بالاسترجاع (RAG) وأطر التحفيز. تعتبر هذه الطرق حاسمة لتعزيز…
-
تحفيز نماذج اللغة الكبيرة باستخدام الرسوم البيانية المعرفية للإجابة على الأسئلة المتعلقة بالحقائق ذات الذيل الطويل Prompting large language models with knowledge graphs for question answering involving long-tail facts
2026 | المؤلف: Wenyu Huang وآخرون | المجلة: Knowledge-Based Systems | المجال: الذكاء الاصطناعي (Artificial Intelligence)تتناول ورقة البحث قيود نماذج اللغة الكبيرة (LLMs) في التعامل مع المهام التي تتطلب معرفة واسعة بالعالم الحقيقي، لا سيما فيما يتعلق بالحقائق ذات الذيل الطويل. لتعزيز أداء LLM، يقترح المؤلفون خط أنابيب تلقائي جديد لإنشاء معيار LTGen، والذي يتضمن مجموعات بيانات مصممة لتقييم قدرة LLMs على تأصيل المعرفة ذات الذيل الطويل. تكشف تجاربهم أن…