تخطى إلى المحتوى
العالِم العربي
  • الصفحة الرئيسية
  • مجالات الأبحاث
  • أحدث الأبحاث
  • عن الموقع
  • تواصل معنا
  1. الرئيسية
  2. قائمة الكلمات المفتاحية
  3. نماذج اللغة الكبيرة

الأبحاث المرتبطة بالكلمة المفتاحية: نماذج اللغة الكبيرة




  • FHIR-RAG-MEDS: دمج HL7 FHIR مع نماذج اللغة الكبيرة المعززة بالاسترجاع لدعم اتخاذ القرارات الطبية المحسنة

    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…


  • استغلال عدم الكمال مع MEDLEY: نهج متعدد النماذج يستفيد من التحيز في الذكاء الاصطناعي الطبي

    2026 | المؤلف: Farhad Abtahi وآخرون | المجلة: Frontiers in Artificial Intelligence | المجال: المعلوماتية الصحية (Health Informatics)

    تقدم ورقة البحث MEDLEY (نظام تشخيص طبي جماعي مع تنوع مستغل)، وهو إطار جديد للذكاء الاصطناعي الطبي الذي يحتضن بدلاً من القضاء على التحيز. تعتبر الآراء التقليدية التحيز في الذكاء الاصطناعي عيبًا؛ ومع ذلك، تفترض MEDLEY أن التحيزات، التي تشكلها التجارب البشرية والسياقات الثقافية، يمكن أن تكون قيمة. يقوم هذا الإطار بتنظيم نماذج ذكاء اصطناعي…


  • SQLBarber: نظام يستفيد من نماذج اللغة الكبيرة لتوليد أحمال عمل SQL مخصصة وواقعية

    2026 | المؤلف: Jiale Lao وآخرون | المجلة: Proceedings of the ACM on Management of Data | المجال: شبكات واتصالات الحاسوب (Computer Networks and Communications)

    يقدم القسم SQLBarber، وهو نظام جديد يستفيد من نماذج اللغة الكبيرة (LLMs) لتوليد أحمال عمل SQL مخصصة وواقعية لأغراض القياس. تواجه الطرق التقليدية لتوليد استعلامات SQL تحديات مثل مخاوف الخصوصية وخيارات التخصيص المحدودة. يعالج SQLBarber هذه القضايا من خلال السماح للمستخدمين بتحديد القيود بلغة طبيعية، مما ينتج بكفاءة كميات كبيرة من الاستعلامات التي تتوافق مع…


  • تخطيط مهام متعدد الروبوتات لاسترجاع الأجسام المتعددة مع معرفة موزعة في الموقع عبر نماذج اللغة الكبيرة

    2026 | المؤلف: Zhenyun Du وآخرون | المجلة: Artificial Life and Robotics | المجال: الذكاء الاصطناعي (Artificial Intelligence)

    تقدم هذه الدراسة إطار عمل لتخطيط المهام مصمم لتعزيز كفاءة أنظمة الروبوتات المتعددة في تنفيذ التعليمات المعقدة المعتمدة على السياق، مثل “ابحث عن تفاحة وموزة” أو “استعد لرحلة ميدانية.” يستخدم الإطار نماذج اللغة الكبيرة (LLMs) بالتزامن مع المفاهيم المكانية المحددة لكل منطقة مخصصة لكل روبوت لتفكيك الأوامر باللغة الطبيعية إلى مهام فرعية قابلة للإدارة وتوزيعها…


  • تحليل تجريبي لأدوات اكتشاف الثغرات لعقود سوليديتي الذكية

    2026 | المؤلف: Francesco Salzano وآخرون | المجلة: Empirical Software Engineering | المجال: نظم المعلومات (Information Systems)

    تقيّم هذه الورقة البحثية أمان العقود الذكية (SCs) المكتوبة بلغة Solidity، مع التركيز على فعالية أدوات تحليل الثغرات الآلية. باستخدام إطار عمل SmartBugs 2.0، الذي يشمل 20 أداة تحليل، تقيم الدراسة مجموعة بيانات تحتوي على 2,182 حالة تم وضع علامات عليها يدويًا للثغرات المصنفة حسب تصنيف DASP TOP 10. تكشف النتائج عن اختلافات كبيرة في…


  • LRASGen: توليد مواصفات واجهة برمجة التطبيقات RESTful المعتمدة على

    2026 | المؤلف: Zhenyun Du وآخرون | المجلة: ACM Transactions on Software Engineering and Methodology | المجال: نظم المعلومات (Information Systems)

    يقدم هذا القسم نظرة عامة على نهج جديد يسمى توليد مواصفات واجهة برمجة التطبيقات RESTful المعتمد على نماذج اللغة الكبيرة (LRASGen)، والذي يستخدم نماذج اللغة الكبيرة (LLMs) لتوليد مواصفات OpenAPI (OAS) لواجهات برمجة التطبيقات RESTful. يعتمد REST، وهو نمط معماري لتطبيقات الويب، على التواصل بدون حالة عبر HTTP، وغالبًا ما يتم تعريف المواصفات لواجهات برمجة…


  • ALLSTaR — توليد واختبار جدولة مدفوعة بواسطة LLM آلي بناءً على النوايا لشبكة الوصول الراديوي

    2026 | المؤلف: Maxime Elkael وآخرون | المجلة: IEEE Transactions on Mobile Computing | المجال: شبكات واتصالات الحاسوب (Computer Networks and Communications)

    تتناول هذه القسم تطوير ALLSTaR (توليد جدولة مدفوعة بواسطة LLM واختبارها لتحديد النوايا في الشبكات اللاسلكية)، وهو إطار مصمم لتعزيز تطبيق الشبكات المعتمدة على النوايا (IBN) ضمن الشبكات اللاسلكية المفتوحة (O-RAN) وبيئات AI-RAN 6G. يعالج الإطار قيود طرق جدولة RAN الحالية، التي غالبًا ما تعتمد على تقسيم الشبكة بشكل خشن وتفتقر إلى الدقة اللازمة للتكيف…


  • LLM-hRIC: التحكم الذكي الهرمي المدعوم بنماذج اللغة الكبيرة لشبكة

    2026 | المؤلف: Lingyan Bao وآخرون | المجلة: IEEE Communications Magazine | المجال: شبكات واتصالات الحاسوب (Computer Networks and Communications)

    يقدم هذا القسم نظرة عامة على التحديات التي تواجه تطبيق نماذج اللغة الكبيرة (LLMs) وتقنيات التعلم الآلي (ML) ضمن الشبكات المفتوحة للوصول الإذاعي (O-RAN). تشمل القضايا الرئيسية عدم كفاية التعاون بين وحدات التحكم الذكية في الشبكة الإذاعية (RICs)، ومتطلبات الحوسبة العالية التي تعيق اتخاذ القرارات في الوقت الحقيقي، ونقص التخصيص الدقيق المتعلق بالمجال. لمعالجة هذه…


  • الآلات المفكرة: التفكير الرياضي في عصر نماذج اللغة الكبيرة

    2026 | المؤلف: Andrea Asperti وآخرون | المجلة: Big Data and Cognitive Computing | المجال: النظرية الحسابية والرياضيات (Computational Theory and Mathematics)

    تقدم هذه القسم نظرة عامة على قدرات ونقاط ضعف نماذج اللغة الكبيرة (LLMs) في سياق التفكير الرياضي، وخاصة في المهام المنظمة مثل البرمجة، الرياضيات التقليدية، وبناء الإثباتات الرسمية. بينما أظهرت نماذج LLMs نجاحًا في البرمجة والتفكير الرياضي غير الرسمي بسبب قدرتها على التعامل مع الخطاب المرن والمتكرر، تواجه تحديات كبيرة في الرياضيات الرسمية، حيث تتطلب…


  • أتمتة تقييم ردود LLM على أسئلة المرضى حول الأمراض النادرة

    2026 | المؤلف: Min Zhao وآخرون | المجلة: JAMIA Open | المجال: المعلوماتية الصحية (Health Informatics)

    تدرس هذه الدراسة فعالية روبوتات الدردشة المعتمدة على نماذج اللغة الكبيرة (LLM) في تقديم معلومات طبية دقيقة للمرضى الذين يعانون من أمراض نادرة، مع التركيز بشكل خاص على التشوهات اللمفاوية المعقدة (CLAs). تقارن الأبحاث بين مقاييس معالجة اللغة الطبيعية التقليدية (NLP) وطرق التقييم المعتمدة على LLM لتقييم جودة الردود التي تولدها سبعة نماذج LLM على…


←السابق
1 … 16 17 18 19 20 … 37
التالي→

حقوق النشر © 2026 العالِم العربي. جميع الحقوق محفوظة. موقع العالِم العربي غير مسؤول عن محتوى المواقع الخارجية.