الأبحاث ضمن الموضوع : نمذجة الموضوعات
-
توليد بيانات اصطناعية باستخدام نماذج اللغة الكبيرة: تقدم في النص والرمز
2025 | المؤلف: Mihai Dan Nadas وآخرون | المجلة: IEEE Access | المجال: الذكاء الاصطناعي (Artificial Intelligence)تستعرض هذه الدراسة الدور التحويلي لنماذج اللغة الكبيرة (LLMs) في توليد بيانات تدريب اصطناعية لمهام اللغة الطبيعية والبرمجة. من خلال إنتاج أمثلة اصطناعية ذات صلة بالمهمة، يمكن لنماذج اللغة الكبيرة أن تكمل أو تحل محل مجموعات البيانات الواقعية بشكل فعال، خاصة في السياقات التي تكون فيها البيانات المعلّمة محدودة أو مكلفة. يبرز البحث تقنيات رئيسية…
-
نماذج اللغة الكبيرة لاستخراج المعلومات التوليدية: استعراض
2024 | المؤلف: Derong Xu وآخرون | المجلة: Frontiers of Computer Science | المجال: الذكاء الاصطناعي (Artificial Intelligence)تقدم هذه القسم نظرة عامة على دور نماذج اللغة الكبيرة التوليدية (LLMs) في استخراج المعلومات (IE)، التي تركز على اشتقاق المعرفة الهيكلية من نصوص اللغة الطبيعية غير المنظمة. يقوم المؤلفون بإجراء مراجعة منهجية للتطورات الحديثة في دمج LLMs في مهام IE المختلفة، مصنفين الأدبيات بناءً على مهام فرعية وتقنيات مختلفة. يقومون بتحليل تجريبي لأحدث الأساليب…
-
نماذج اللغة الأكبر والأكثر قابلية للتعليم تصبح أقل موثوقية
2024 | المؤلف: Lexin Zhou وآخرون | المجلة: Nature | المجال: الذكاء الاصطناعي (Artificial Intelligence)تقدم هذه القسم نظرة عامة على تطور الموثوقية في نماذج اللغة الكبيرة (LLMs) من خلال دراسة العائلات الرئيسية، وبشكل خاص سلسلة GPT من OpenAI، وسلسلة LLaMA من Meta، ومجموعة BLOOM من BigScience. كانت نماذج GPT محورية في تقدم الحالة الفنية في LLMs، مما أثر بشكل كبير على هياكل المحولات، ومجموعات بيانات التدريب، وطرق التقييم، واستراتيجيات…
-
DiffECG: نموذج الانتشار المدعوم بتشخيص عدم انتظام ضربات القلب بكفاءة عالية وملائمة شخصية
2024 | المؤلف: Zhenyun Du | المجلة: Proceedings of the Thirty-ThirdInternational Joint Conference on Artificial Intelligence | المجال: الذكاء الاصطناعي (Artificial Intelligence)تقدم هذه القسم نظرة عامة على التقدم في نماذج اللغة الكبيرة (LLMs)، وخاصة تطورها إلى أنظمة متعددة الوكلاء (LLM-MA) القادرة على حل المشكلات المعقدة ومحاكاة العالم. يهدف الاستطلاع إلى توضيح الجوانب الرئيسية لأنظمة LLM-MA، بما في ذلك مجالات عملها، وتوصيف الوكلاء وطرق الاتصال، واستراتيجيات تطوير المهارات. بالإضافة إلى ذلك، يقدم ملخصًا لمجموعات البيانات والمعايير المستخدمة…
-
انهار نماذج الذكاء الاصطناعي عند تدريبها على بيانات تم إنشاؤها بشكل متكرر
2024 | المؤلف: Ilia Shumailov وآخرون | المجلة: Nature | المجال: الذكاء الاصطناعي (Artificial Intelligence)يتم 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…
-
توليد معزز بالاسترجاع باستخدام الرسوم البيانية المعرفية للإجابة على أسئلة خدمة العملاء
2024 | المؤلف: Zhentao Xu وآخرون | المجلة: Proceedings of the 47th International ACM SIGIR Conference on Research and Development in Information Retrieval | المجال: الذكاء الاصطناعي (Artificial Intelligence)في مجال دعم العملاء الفني، يعد الاسترجاع الفعال للمشكلات السابقة أمرًا ضروريًا لحل الاستفسارات. غالبًا ما تعالج طرق الاسترجاع التقليدية في الجيل المعزز بالاسترجاع (RAG) لنماذج اللغة الكبيرة (LLMs) تذاكر تتبع المشكلات التاريخية كنص عادي، متجاهلة الهياكل الداخلية للمشكلات والعلاقات بين المشكلات، مما يعيق الأداء. يقدم هذا البحث طريقة جديدة للإجابة على الأسئلة تدمج RAG…
-
عندما تلتقي نماذج اللغة الكبيرة بالتخصيص: آفاق التحديات والفرص
2024 | المؤلف: Jing Chen وآخرون | المجلة: World Wide Web | المجال: الذكاء الاصطناعي (Artificial Intelligence)تناقش 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 تفسير الإرشادات السريرية الكبدية بواسطة نماذج اللغة الكبيرة: إطار قائم على الجيل المعزز بالاسترجاع
2024 | المؤلف: Simone Kresevic وآخرون | المجلة: npj Digital Medicine | المجال: الذكاء الاصطناعي (Artificial Intelligence)يتناول هذا القسم من ورقة البحث الإمكانيات التحويلية لنماذج اللغة الكبيرة (LLMs) في الرعاية الصحية، وخاصة في تعزيز أنظمة دعم القرار السريري (CDSSs) لإدارة عدوى فيروس التهاب الكبد C المزمن. استخدمت الدراسة نموذج GPT-4 Turbo من OpenAI لإنشاء إطار عمل مخصص لنموذج اللغة الكبيرة يدمج بين توليد معزز بالاسترجاع (RAG) وهندسة المطالبات. شمل الإطار تحويل…
-
مقاييس الأساس لتقييم فعالية محادثات الرعاية الصحية المدعومة بالذكاء الاصطناعي التوليدي
2024 | المؤلف: Mahyar Abbasian وآخرون | المجلة: npj Digital Medicine | المجال: الذكاء الاصطناعي (Artificial Intelligence)تناقش ورقة البحث الإمكانات التحويلية للذكاء الاصطناعي التوليدي (AI)، وخاصة الدردشة الآلية، في إحداث ثورة في تقديم الرعاية الصحية من خلال جعل رعاية المرضى أكثر تخصيصًا وكفاءة واستباقية. تسلط الضوء على دور الدردشة الآلية في تقديم خدمات مثل التشخيص، وتوصيات نمط الحياة، وجدولة المتابعة، ودعم الصحة النفسية، والتي تهدف إلى تحسين نتائج المرضى مع تخفيف…
-
تحسين نماذج اللغة الكبيرة للتعرف على الكيانات المسماة السريرية من خلال هندسة المطالبات
2024 | المؤلف: Yan Hu وآخرون | المجلة: Journal of the American Medical Informatics Association | المجال: الذكاء الاصطناعي (Artificial Intelligence)تدرس 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…