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




  • توليد اختبارات الوحدة الموجهة بالطفرات باستخدام نموذج لغوي كبير

    2026 | المؤلف: Guancheng Wang وآخرون | المجلة: IEEE Transactions on Software Engineering | المجال: البرمجيات (Software)

    تقدم البحث MUTGEN، وهو نهج جديد موجه بالتحولات لتوليد اختبارات الوحدة باستخدام نماذج اللغة الكبيرة (LLMs). على عكس الطرق التقليدية التي تعطي الأولوية لمقاييس تغطية الشيفرة—التي غالبًا ما تكون مؤشرات ضعيفة لاكتشاف الأخطاء—يؤكد MUTGEN على درجة التحول كمقياس أكثر موثوقية لفعالية مجموعة الاختبارات. يكشف الدراسة أنه بينما قد تحقق بعض مجموعات الاختبارات تغطية بنسبة 100%،…


  • الجسم في اللغة، اللغة ما وراء الجسم: التفكير والتجسيد المتدرج في تطور واستخدام اللغة

    2026 | المؤلف: Michael A. Arbib وآخرون | المجلة: Frontiers in Psychology | المجال: علم الأعصاب الإدراكي (Cognitive Neuroscience)

    في هذا القسم، يتحدى المؤلفون المنظور الثنائي حول تجسيد اللغة، مقترحين بدلاً من ذلك استمرارية تمتد من “التجسيد الصارم”، الذي يتعلق بعناصر اللغة المرتبطة بالتفاعلات البشرية الفيزيائية، إلى المفاهيم المجردة تمامًا. يوضحون أن المفاهيم يمكن أن تدمج بين التجسيد الصارم والتجريد، مما يشير إلى أن المعرفة المجسدة تعمل كعنصر أساسي للمعنى اللغوي عبر الخطوط الزمنية…


  • واجهة لغة طبيعية مدفوعة بالذكاء الاصطناعي قابلة للتوسع للتداول الخوارزمي مع التحقق من الاستراتيجية والتنفيذ غير المتزامن

    2026 | المؤلف: Janhvi Patil وآخرون | المجلة: International Journal of Science Strategic Management and Technology | المجال: علم الإدارة وبحوث العمليات (Management Science and Operations Research)

    تقدم هذه الورقة منصة تداول مدعومة بالذكاء الاصطناعي تستفيد من نماذج اللغة الكبيرة (LLMs) لتسهيل إنشاء واست validation والمحاكاة ونشر استراتيجيات تداول العملات المشفرة باستخدام أوصاف اللغة الطبيعية. من خلال القضاء على الحاجة إلى مهارات البرمجة، تعالج المنصة الحواجز التقنية الكبيرة التي يواجهها المستثمرون الأفراد في التداول الخوارزمي التقليدي. تتميز بهندسة موزعة تشمل واجهة أمامية…


  • تقييم أداء نماذج اللغة الكبيرة في التعليم الوطني الطبي الصيني: تأثيرات عبر اللغات ونوع الأسئلة

    2026 | المؤلف: Yuxia Tang وآخرون | المجلة: PLoS ONE | المجال: المعلوماتية الصحية (Health Informatics)

    تبحث الدراسة في أداء نماذج اللغة الكبيرة (LLMs) في امتحان الترخيص الطبي الوطني الصيني، مع تسليط الضوء على تأثير الاختلافات اللغوية ونوع السؤال. ومن الجدير بالذكر أن نماذج مثل Doubao-1.5-pro وDeepseek-R1 وDeepseek-V3 أظهرت اتساقًا قويًا عبر اللغات، مما يشير إلى أن نماذج LLM المتخصصة يمكن أن تعزز بشكل كبير التعليم الطبي في الصين. تخلص الدراسة…


  • تقييم GPT-5 في تصنيف وتقدير التهاب اللثة: دراسة رصدية استعادية

    2026 | المؤلف: Ihunna Amugo وآخرون | المجلة: JMIR Formative Research | المجال: المعلوماتية الصحية (Health Informatics)

    يوفر هذا القسم نظرة عامة على تصميم الدراسة، والأساليب المستخدمة، والنتائج التي تم الحصول عليها، والاستنتاجات المستخلصة. ويؤكد على الالتزام بإرشادات STARD لتقارير الدراسات التشخيصية، مما يضمن الوضوح والشفافية في عرض الملخص. يعمل الملخص كملخص موجز، يجسد العناصر الأساسية للبحث، بما في ذلك الأهداف، والنتائج الرئيسية، وآثار الدراسة. تسهل هذه الطريقة المنظمة فهمًا شاملاً لأهمية…


  • تحليل الفيديو المالي باستخدام معالجة اللغة الطبيعية: دراسة تجريبية لتوقعات الأسهم

    2026 | المؤلف: Oleksii Ivanov وآخرون | المجلة: International Journal of Computing | المجال: علم الإدارة وبحوث العمليات (Management Science and Operations Research)

    تتناول هذه الدراسة التحدي الذي تطرحه الزيادة المتزايدة في حجم محتوى الفيديو المالي غير المنظم في التحليل الاستثماري التقليدي. تستكشف تطبيق معالجة اللغة الطبيعية (NLP) لاستخراج، هيكلة، والتحقق من صحة رؤى استثمارية قابلة للتنفيذ تلقائيًا من مثل هذه الفيديوهات. تم تطوير خط أنابيب آلي باستخدام خدمات نسخ الفيديو ونماذج اللغة الكبيرة (LLMs)، وتم اختباره بشكل…


  • المحاور الذكي الاصطناعي: تقييم متعدد الأبعاد للأسئلة التكيفية من نماذج اللغة الكبيرة

    2026 | المؤلف: Anastasia S. Panfilova وآخرون | المجلة: Scientific Reports | المجال: الذكاء الاصطناعي (Artificial Intelligence)

    تقدم ورقة البحث تقييماً شاملاً لنماذج اللغة الكبيرة (LLMs) كموظفين مرنين في البحث النوعي، مع التركيز بشكل خاص على المقابلات النفسية شبه المنظمة. يقدم المؤلفون وكيل LLM معياري يقوم بإجراء المقابلات بناءً على 54 سؤالاً رئيسياً تغطي مواضيع متنوعة مثل السيرة الذاتية، والعائلة، والصحة. لضمان تقييم عادل، قاموا بتوحيد سياق المقابلة باستخدام نصوص من عشر…


  • التحقق من الأدبيات العلمية وتنفيذها عبر الحساب الكيميائي المعزز بواسطة نماذج اللغة الكبيرة

    2026 | المؤلف: Sebastian Pagel وآخرون | المجلة: Communications Chemistry | المجال: كيمياء المواد (Materials Chemistry)

    تناقش ورقة البحث تطوير سير عمل قائم على نموذج لغة كبير (LLM) مصمم لأتمتة التحقق من الأدبيات الكيميائية الاصطناعية. يعالج هذا السير التحديات المرتبطة بالغموض والأخطاء السائدة في الأدبيات الكيميائية من خلال تمكين الروبوتات الكيميائية من استخراج الإجراءات الاصطناعية والبيانات التحليلية بشكل مستقل من مستندات واسعة. يتم ترجمة الإجراءات المستخرجة إلى رمز عالمي (XDL)، والذي…


  • نماذج اللغة الكبيرة ليست المشكلة

    2026 | المؤلف: Hiranya V. Peiris | المجلة: Nature Astronomy | المجال: أبحاث السلامة (Safety Research)

    يقدم هذا القسم وجهة نظر نقدية حول تداعيات نماذج اللغة الكبيرة (LLMs) في المجتمع العلمي. ويطرح أنه إذا كان بإمكان نموذج لغة كبير أن يكرر بنجاح مساهمات عالم، فإن المشكلة لا تكمن في التكنولوجيا نفسها بل في المعايير والممارسات داخل المجال. يثير هذا أسئلة أساسية حول طبيعة البحث العلمي وأصالة المساهمات التي يقدمها الباحثون. الاقتراح…


  • هجمات حقن سريعة على نماذج اللغة الكبيرة التعليمية للتعليم العالي والتقني

    2026 | المؤلف: Yunfu Cai | المجلة: Scientific Reports | المجال: الذكاء الاصطناعي (Artificial Intelligence)

    تبحث ورقة البحث في نقاط الضعف في نماذج اللغة الكبيرة (LLMs) في السياقات التعليمية، مع التركيز بشكل خاص على هجمات حقن التعليمات التي يمكن أن تتلاعب بأنظمة التقييم الآلي والدعم التعليمي. يبرز المؤلفون أنه بينما تكون نماذج اللغة الكبيرة فعالة في اتباع التعليمات باللغة الطبيعية، فإن هذه القدرة تعرضها أيضًا للتلاعب العدائي من خلال مدخلات…


←السابق
1 … 5 6 7 8 9 … 37
التالي→

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