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




  • تحسين تقنيات تحويل النص إلى SQL من خلال دمج الوكلاء الذكيين ونماذج اللغة الكبيرة

    2026 | المؤلف: Samuel Ojuri وآخرون | المجلة: Information Processing & Management | المجال: الذكاء الاصطناعي (Artificial Intelligence)

    يقدم هذا القسم من ورقة البحث تحليلًا شاملاً للأثر التحويلي لنماذج اللغة الكبيرة (LLMs) والوكلاء الذكيين على تحويل النص إلى SQL في تحليلات الأعمال. يقيم البحث مجموعة واسعة من النماذج، بما في ذلك GPT-3.5-turbo وMeta-Llama-3-8B-Instruct وGPT-4 وLlama-3.3-70B-Instruct-Turbo، مما يوضح قدرتها على تحويل الاستفسارات باللغة الطبيعية بدقة إلى كود SQL. ومن الجدير بالذكر أن GPT-4 وLlama-3.3-70B-Instruct-Turbo…


  • النماذج اللغوية الكبيرة لبناء رسم بياني للمعرفة RDF الذكي: نتائج من رسم خرائط الأنطولوجيا الطبية

    2026 | المؤلف: Apostolos Mavridis وآخرون | المجلة: Frontiers in Artificial Intelligence | المجال: علم الأحياء الجزيئي (Molecular Biology)

    الزيادة الأسية في البيانات الرقمية، لا سيما في مجال الرعاية الصحية، تتطلب تقنيات متقدمة لتمثيل المعرفة ودمجها. تتناول هذه الورقة التحديات المتعلقة بإنشاء وصيانة رسوم بيانية للمعرفة باستخدام إطار وصف الموارد (RDF)، خاصةً بالنسبة للأنتولوجيات الطبية المعقدة مثل SNOMED CT. غالبًا ما تفشل الطرق التقليدية بسبب الحجم والتنوع والتعقيدات الدلالية للبيانات الطبية. للتغلب على هذه…


  • LLM-KGMQA: نظام إجابة على الأسئلة متعدد القفزات معزز بنموذج لغة كبير يعتمد على الرسم البياني المعرفي في المجال الطبي

    2026 | المؤلف: FeiLong Wang وآخرون | المجلة: Knowledge and Information Systems | المجال: الذكاء الاصطناعي (Artificial Intelligence)

    تقدم هذه الورقة البحثية إطار عمل جديد لنظام الإجابة على الأسئلة متعدد القفزات، يسمى LLM-KGMQA، والذي يدمج نماذج اللغة الكبيرة (LLMs) مع الرسوم البيانية المعرفية (KGs) خصيصًا للمجال الطبي. يعالج الإطار تحديات حاسمة مثل ربط الكيانات واستدلال مسارات المعرفة متعددة القفزات. تم تقديم خوارزمية ربط سريع مبتكرة للكيانات، والتي تستخدم تصنيف متعدد السمات وعمليات تقاطع…


  • تمكين المعلمين باستخدام الذكاء الاصطناعي: تقييم تأثير أداة التغذية الراجعة المدفوعة بالذكاء الاصطناعي في تحليلات التعلم

    2026 | المؤلف: Cleon Xavier وآخرون | المجلة: IEEE Transactions on Learning Technologies | المجال: تطبيقات علوم الحاسوب (Computer Science Applications)

    تسلط هذه الورقة البحثية الضوء على الدور الحاسم للتغذية الراجعة الشخصية وفي الوقت المناسب في السياقات التعليمية، لا سيما في تعزيز مشاركة الطلاب وتنظيم الذات. على الرغم من أهميتها، فإن عبء العمل المتزايد والقيود الزمنية التي يواجهها المعلمون في التعليم العالي غالبًا ما تعيق تقديم تغذية راجعة متسقة وبناءة، خاصةً للتقييمات المفتوحة. تميل الأدوات التعليمية…


  • 2026 | المؤلف: Luciano I Zablocki وآخرون | المجلة: Briefings in Bioinformatics | المجال: علم الأحياء الجزيئي (Molecular Biology)

    في السنوات الأخيرة، اكتسب تطوير نماذج اللغة الكبيرة (LLMs) لـ RNA زخمًا، مستلهمًا من نجاحها في تحليل الحمض النووي والبروتين. تستخدم هذه النماذج بيانات RNA واسعة النطاق لتعلم تمثيلات عددية غنية دلاليًا لأسس RNA من خلال التعلم الذاتي. الفرضية الأساسية هي أن التمثيلات عالية الجودة لـ RNA يمكن أن تحسن بشكل كبير الأداء في المهام…


  • 2026 | المؤلف: Mukul Lokhande وآخرون | المجلة: IEEE Transactions on Very Large Scale Integration (VLSI) Systems | المجال: الرؤية الحاسوبية والتعرف على الأنماط (Computer Vision and Pattern Recognition)

    تقدم البحث Flex-PE، وهو عنصر معالجة جديد مصمم لتعزيز أداء نماذج الذكاء الاصطناعي المدفوعة بالبيانات من خلال وظائف تفعيل قابلة لإعادة التكوين أثناء التشغيل (AFs) وقدرات متعددة الدقة. يدعم Flex-PE مجموعة متنوعة من AFs، بما في ذلك sigmoid و tanh و ReLU و softmax، مع تحقيق تحسينات كبيرة في الإنتاجية تصل إلى 16× لعمليات 4…


  • التعلم المعزز لتمثيل المعرفة بواسطة النموذج اللغوي الكبير: استعراض

    2026 | المؤلف: Xin Wang وآخرون | المجلة: Data Science and Engineering | المجال: الذكاء الاصطناعي (Artificial Intelligence)

    تقدم هذه القسم نظرة عامة على تعلم تمثيل المعرفة (KRL) وتعزيزه من خلال نماذج اللغة الكبيرة (LLMs). يعد KRL ضروريًا لترجمة المعرفة الرمزية من الرسوم البيانية للمعرفة (KGs) إلى فضاءات المتجهات، مما يسهل تطبيقات مختلفة في مجالات متعددة. ومع ذلك، تواجه طرق KRL التقليدية تحديات بسبب الندرة الكامنة في KGs. يوفر دمج LLMs، وخاصة تلك…


  • الذكاء الاصطناعي التوليدي لا يمكن أن يحل محل رفيق روحي أو مستشار روحي

    2026 | المؤلف: Harris Wiseman | المجلة: Christian Perspectives on Science and Technology | المجال: الفلسفة (Philosophy)

    تنتقد الورقة فكرة استخدام الذكاء الاصطناعي التوليدي كمستشار روحي أو رفيق، حيث تجادل بأن هذه التكنولوجيا تفتقر أساسًا إلى الصفات العلائقية الأساسية للرفقة الروحية الحقيقية. وتفترض أن تقديم النصائح الروحية هو بطبيعته علائقي، ويتطلب تفاعلًا بين كائنين ماديين، وهو ما لا يمكن للذكاء الاصطناعي التوليدي، وخاصة نماذج اللغة الكبيرة، تكراره. يؤكد المؤلفون أن الرفقة الروحية…


  • طلب الطاقة من عقدة واحدة أثناء تدريب الذكاء الاصطناعي: قياسات على نظام NVIDIA H100 المكون من 8 وحدات معالجة رسومية

    2026 | المؤلف: Imran Latif وآخرون | المجلة: IEEE Access | المجال: الأجهزة والهندسة المعمارية (Hardware and Architecture)

    تبحث الدراسة في استهلاك الطاقة لمعدات الذكاء الاصطناعي، مع التركيز بشكل خاص على عقدة NVIDIA H100 HGX المكونة من 8 وحدات معالجة الرسوميات أثناء تدريب نماذج مختلفة، بما في ذلك مصنف الصور ResNet ونموذج اللغة الكبير Llama2-13b. قامت الدراسة بقياس استهلاك الطاقة الفوري، حيث وجدت أن الحد الأقصى يبلغ حوالي 8.4 كيلووات، وهو أقل بنسبة…


  • RAGVA: هندسة المساعدين الافتراضيين المعززين بالاسترجاع في الممارسة العملية

    2026 | المؤلف: Rui Yang وآخرون | المجلة: Journal of Systems and Software | المجال: نظم المعلومات (Information Systems)

    تتناول الورقة البحثية زيادة اعتماد التطبيقات المعتمدة على توليد مدعوم بالاسترجاع (RAG)، خاصة في سياق ترانس أوريبان، وهي شركة تشغيل طرق انتقلت من مساعد افتراضي قائم على القواعد (VA) إلى مساعد افتراضي قائم على RAG (RAGVA). يسمح هذا التحول بتفاعلات أكثر مرونة مع العملاء ونطاق أوسع من السيناريوهات. يقدم المؤلفون تقرير تجربة مفصل من فريق…


←السابق
1 … 26 27 28 29 30 … 37
التالي→

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