الأبحاث ضمن الموضوع الرئيسي: نمذجة الموضوعات
-
التطبيقات الصناعية لنماذج اللغة الكبيرة
Industrial applications of large language modelsتُعتبر نماذج اللغة الكبيرة (LLMs) أنظمة ذكاء اصطناعي متقدمة مصممة لفهم وتوليد نصوص تشبه النصوص البشرية، وتتميز بمعلمات تدريبها الواسعة التي تمكنها من تمييز الأنماط اللغوية المعقدة. لقد عزز ظهور هياكل المحولات بشكل كبير من أدائها في مهام معالجة اللغة الطبيعية (NLP) المختلفة، مما أدى إلى تطبيقات واسعة النطاق عبر صناعات متعددة. في مجال الرعاية…
-
انهار نماذج الذكاء الاصطناعي عند تدريبها على بيانات تم إنشاؤها بشكل متكرر
AI models collapse when trained on recursively generated dataيتم تعريف انهيار النموذج كظاهرة تنكسية تؤثر على الأجيال المتعاقبة من النماذج التوليدية المتعلمة، حيث تلوث البيانات التي تنتجها هذه النماذج مجموعات بيانات التدريب للأجيال اللاحقة. يؤدي هذا التلوث إلى إدراك مشوه للواقع في النماذج، كما هو موضح في الشكل 1a. تحدد الورقة شكلين متميزين من انهيار النموذج: انهيار النموذج المبكر، الذي يتميز بفقدان المعلومات…
-
عندما تلتقي نماذج اللغة الكبيرة بالتخصيص: آفاق التحديات والفرص
When large language models meet personalization: perspectives of challenges and opportunitiesتناقش هذه الفقرة التأثير التحويلي لنماذج اللغة الكبيرة (LLMs) على الذكاء الاصطناعي، لا سيما في مجال التخصيص. تتميز هذه النماذج بتدريبها الواسع ومقاييس المعلمات، حيث تظهر قدرات تشبه الإنسان في فهم اللغة وتوليدها، فضلاً عن التفكير السليم. هذا التقدم يغير نموذج التخصيص من تصفية المعلومات السلبية—التي تتميز بها أنظمة التوصية التقليدية ومحركات البحث—إلى تفاعل نشط…
-
تحسين نماذج اللغة الكبيرة للتعرف على الكيانات المسماة السريرية من خلال هندسة المطالبات
Improving large language models for clinical named entity recognition via prompt engineeringتدرس هذه الدراسة أداء GPT-3.5 و GPT-4 في مهام التعرف على الكيانات المسماة السريرية (NER)، مستهدفةً بشكل خاص استخراج الكيانات الطبية من الملاحظات السريرية وتحديد الأحداث السلبية المتعلقة باضطرابات الجهاز العصبي. تستخدم البحث إطار عمل محدد للمهام مصمم لتعزيز أداء النموذج، والذي يتضمن مطالبات أساسية، ومطالبات قائمة على إرشادات التوضيح، وتعليمات تحليل الأخطاء، وعينات من…