أصبح العثور على المسارات في الرسوم البيانية للمعرفة (Knowledge Graphs) أداة فعالة في تعزيز فهم نماذج اللغات الضخمة (Large Language Models) في الإجابة عن الأسئلة متعددة الخطوات. ومع ذلك، تظهر التحديات الجديدة في مجال الأسئلة الطبية الحيوية (Biomedical QA) التي تتجاوز ما تصمم له الطرق التقليدية.

يواجه البحث الطبي حواجز فريدة، حيث إن الاستفسارات قد لا تكشف عن المنطق الوسيط وقد يمكن الإجابة عنها من خلال مسارات متعددة تعتبر صحيحة. علاوة على ذلك، تكون الرسوم البيانية المعرفية الطبية مترابطة بشكل كثيف، مما يسهل على طرق العثور على المسارات أن تضيع في اتجاهات خاطئة.

لهذا السبب، تم تطوير AdaPath، وهو إطار عمل متكامل يتيح استخراج المسارات المخصصة للاستفسارات من بنك المسارات (Path-Bank) والذي يأخذ في الحسبان كل من دلالات الاستفسارات وهيكل الرسوم البيانية المعرفية الطبية. يساهم AdaPath في تقديم الإشارات المفقودة في الاستفسارات الطبية، مع تحسين أداء تحليل النتائج خلال التفكير المعقد.

كما تم إصدار معيار BioStrat-QA، الذي يعد مرجعاً جديداً في مجال الأسئلة المتعلقة بالمعرفة الطبية، حيث يصنف الاستفسارات حسب مقدار المنطق الوسيط الذي تكشفه. من خلال اختبارات متعددة، يثبت AdaPath أنه يتفوق دائماً على الطرق التقليدية، مما يحافظ على جودة العثور على المسارات حتى عندما تكون الاستفسارات متعددة الخطوات ذات معلومات سطحية أقل.

للاطلاع على الكود المصدري لإطار عمل AdaPath، يمكنكم زيارة GitHub.