تخطى إلى المحتوى
العالِم العربي
  • الصفحة الرئيسية
  • مجالات الأبحاث
  • عن الموقع
  • تواصل معنا
  1. الرئيسية
  2. قائمة الكلمات المفتاحية
  3. نموذج توليدي

الأبحاث المرتبطة بالكلمة المفتاحية: نموذج توليدي




  • تصميم الذكاء الاصطناعي التوليدي القائم على التسلسل لإنزيمات التريبتوفان المتنوعة

    2026 | المؤلف: T Lambert وآخرون | المجلة: Nature Communications | المجال: علم العقاقير (Pharmacology)

    تناقش هذه section القيود في تطبيق الإنزيمات كعوامل حفازة، لا سيما في سياق تحسين نقاط البداية لاكتشاف العوامل البيوكيميائية. يتناول المؤلفون هذا التحدي من خلال استخدام نموذج لغة البروتين GenSLM لتوليد وحدات β فرعية جديدة من إنزيمات تريبتوفان سينثاز (TrpB). هذه الإنزيمات المهندسة، المعبر عنها في *Escherichia coli*، تظهر استقرارًا ونشاطًا حفازًا، حيث يظهر العديد…


  • ذاكرة متجددة: نهج جديد للتعليق باستخدام نماذج اللغة الكبيرة التوليدية في البحث الاجتماعي والسياسي

    2026 | المؤلف: Joan C. Timoneda وآخرون | المجلة: Chinese Political Science Review | المجال: العلوم الاجتماعية العامة (General Social Sciences)

    في هذا القسم، يناقش المؤلفون إمكانيات نماذج اللغة الكبيرة التوليدية (LLMs) في مهام توضيح النصوص، مع التركيز بشكل خاص على أهميتها في العلوم الاجتماعية. ينتقدون المنهجيات السائدة للتعلم بدون أمثلة والتعلم القليل الأمثلة لعدم استغلال قدرات التعلم في السياق الكامنة في هذه النماذج بشكل كامل. تشير الأبحاث السابقة إلى أن تعزيز احتفاظ الذاكرة لنماذج LLMs…


  • تصورات المعلمين حول الذكاء الاصطناعي التوليدي في الفصول الدراسية الشاملة: تعزيز المشاركة للطلاب ذوي صعوبات التعلم

    2026 | المؤلف: Turki Mahdi Alqarni | المجلة: Universal Access in the Information Society | المجال: علم الأعصاب الإدراكي (Cognitive Neuroscience)

    في سياق المملكة العربية السعودية، يتماشى دمج الذكاء الاصطناعي التوليدي (GenAI) في التعليم مع أهداف رؤية 2030 الوطنية. وقد أنشأت الهيئة السعودية للبيانات والذكاء الاصطناعي (SDAIA) ووزارة التعليم مبادرات تقدم إرشادات وتدريبًا يهدف إلى التنفيذ الأخلاقي والفعال لتقنيات GenAI في المدارس. ومع ذلك، فإن نجاح هذه المبادرات، لا سيما في الفصول الدراسية التي تضم طلابًا…


  • أداء نماذج المحولات المدربة مسبقًا (GPT) المتعاقبة في الحالات الطبية والأسئلة بأسلوب المجلس

    2026 | المؤلف: Anshum Patel وآخرون | المجلة: Scientific Reports | المجال: المعلوماتية الصحية (Health Informatics)

    تقيّم هذه القسم أداء ستة نماذج متعاقبة من المحولات المدربة مسبقًا (GPT) في مجال الطب المتخصص في النوم، مع التركيز بشكل خاص على دقتها التشخيصية والمعتمدة على المعرفة. تشمل النماذج التي تم تقييمها GPT-3.5 Turbo وGPT-4-Turbo وGPT-4o وGPT-4.1 وGPT-o3 وGPT-5، باستخدام مجموعتين من البيانات: 78 حالة سريرية لتفكير تشخيصي و897 سؤال اختيار من متعدد (MCQs)…


  • توجيه نماذج الانتشار لإعادة بناء مجالات التدفق من بيانات متفرقة

    2026 | المؤلف: Marc Amorós-Trepat وآخرون | المجلة: Physics of Fluids | المجال: الفيزياء الإحصائية وغير الخطية (Statistical and Nonlinear Physics)

    تقدم هذه البحث طريقة جديدة لإعادة بناء مجالات التدفق غير المستقر عالية الدقة من بيانات متفرقة محدودة باستخدام نماذج الانتشار. تعزز التقنية المقترحة عملية أخذ العينات من خلال استخدام المعلومات المتفرقة المتاحة لتوجيه إعادة البناء، مما يؤدي إلى نماذج تقترب بشكل أكثر دقة من هيكل السائل. يقدم المؤلفون طريقة تدريب، تُسمى ConFIG u، والتي تدمج…


  • هيكلة موقع النشاط الإنزيمي على مستوى الذرة باستخدام RFdiffusion2

    2025 | المؤلف: Woody Ahern وآخرون | المجلة: Nature Methods | المجال: علم الأحياء الجزيئي (Molecular Biology)

    تناقش هذه الفقرة التقدم في تصميم الإنزيمات، وخاصة من خلال إدخال النموذج التوليدي العميق، RoseTTAFold diffusion 2 (RFdiffusion2). تتضمن الطرق التقليدية لتصميم الإنزيمات ترتيب مجموعات الوظائف الحفازة حول حالة انتقال التفاعل وتتطلب تحديد مواقع بقايا مسبقة، مما يحد من المرونة. بالمقابل، يسمح RFdiffusion2 بتصميم الإنزيمات مباشرة من هندسة مجموعات الوظائف دون الحاجة إلى تحديد ترتيب…


  • تأثير الميزات الشبيهة بالبشر للذكاء الاصطناعي التوليدي على نية الاستخدام والدور الوسيط للعبء المعلوماتي

    2025 | المؤلف: Xinliang Li وآخرون | المجلة: Scientific Reports | المجال: نظم المعلومات والإدارة (Information Systems and Management)

    تستكشف هذه الدراسة تأثير روبوتات الدردشة المعتمدة على الذكاء الاصطناعي التوليدي (GenAI) على تجارب المستخدمين في التجارة الإلكترونية، مع التركيز بشكل خاص على كيفية تأثير الميزات البشرية على كفاءة المستخدمين الذاتية ونواياهم في اعتماد هذه الروبوتات كمساعدات في اتخاذ القرار. من خلال استخدام نموذج احتمالية التوضيح (ELM)، تدمج الدراسة بين الإشارات المركزية والهامشية لتطوير إطار…


  • تحسين أداء نموذج التعلم الآلي في توقع الأمراض مع توليد بيانات اصطناعية

    2025 | المؤلف: M. K. Jayanthi Kannan وآخرون | المجلة: Scientific Reports | المجال: إدارة المعلومات الصحية (Health Information Management)

    تتناول هذه الدراسة التحديات الكبيرة التي تطرحها مجموعات البيانات غير المتوازنة في تعلم الآلة، والتي تؤدي غالبًا إلى تدريب نماذج متحيزة تفضل الفئات الغالبة وتعميم ضعيف للفئات الأقل. للتخفيف من هذه المشكلات، نفذت الدراسة تقنيات متقدمة لتوليد البيانات الاصطناعية، بما في ذلك تقنية زيادة العينة للأقليات الاصطناعية (SMOTE) وأخذ العينات الاصطناعية التكيفية (ADASYN)، جنبًا إلى…


  • تعلم التاريخ الطبيعي للأمراض البشرية باستخدام المحولات التوليدية

    2025 | المؤلف: Artem Shmatko وآخرون | المجلة: Nature | المجال: الذكاء الاصطناعي (Artificial Intelligence)

    تناقش هذه القسم دور الذكاء الاصطناعي (AI) في تعزيز اتخاذ القرار في الرعاية الصحية من خلال التنبؤ بتقدم الأمراض بناءً على تاريخ صحة المرضى. يقدم المؤلفون نموذجًا معدلاً من المحولات المدربة مسبقًا، يسمى Delphi-2M، والذي تم تدريبه على بيانات من 0.4 مليون مشارك في بنك البيانات البريطاني وتم التحقق من صحته باستخدام بيانات خارجية من…


  • فتح إمكانيات الأبحاث السابقة: استخدام الذكاء الاصطناعي التوليدي لإعادة بناء نماذج محاكاة الرعاية الصحية

    2025 | المؤلف: Thomas Monks وآخرون | المجلة: Journal of the Operational Research Society | المجال: خدمات الطوارئ الطبية (Emergency Medical Services)

    تستكشف هذه الدراسة إمكانيات الذكاء الاصطناعي التوليدي (AI) لإعادة إنشاء نماذج المحاكاة للأحداث المنفصلة (DES) في الرعاية الصحية باستخدام البرمجيات الحرة والمفتوحة المصدر (FOSS). نجح المؤلفون في توليد واختبار نموذجين من DES بناءً على أوصاف من الأدبيات الأكاديمية، حيث تحقق النسخ لأحد النماذج بينما واجهوا تحديات مع الآخر بسبب نقص المعلومات حول التوزيعات. تجاوزت تعقيدات…


←السابق
1 2 3 4 5
التالي→

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