تعد [المعلومات](/tag/المعلومات) الخاطئة واحدة من أكثر التحديات تعقيدًا التي تواجه [منصات [التواصل](/tag/التواصل) الاجتماعي](/tag/[منصات](/tag/منصات)-[التواصل](/tag/التواصل)-الاجتماعي) في عصرنا الحالي. مما زاد من أهمية [البحث](/tag/البحث) في [تقنيات](/tag/تقنيات) [كشف](/tag/كشف) [المعلومات](/tag/المعلومات) الخاطئة (Misinformation Detection - MD). في الأغلب، كانت الحلول السابقة تعتمد على [نماذج صغيرة](/tag/[نماذج](/tag/نماذج)-صغيرة) تقوم بتصنيف [المعلومات](/tag/المعلومات) بطريقة مغلقة، الأمر الذي يفتقر إلى [الشفافية](/tag/الشفافية). لكن مع ظهور [نماذج [اللغة](/tag/اللغة) الكبيرة](/tag/[نماذج](/tag/نماذج)-[اللغة](/tag/اللغة)-الكبيرة) (Large Language [Models](/tag/models) - [LLMs](/tag/llms))، تم فتح باب [جديد](/tag/جديد) لإمكانية تقديم [تفسيرات](/tag/تفسيرات) لأسباب [اتخاذ القرارات](/tag/اتخاذ-القرارات).

في [الدراسة](/tag/الدراسة) الجديدة، اقترح الباحثون نهجًا مبتكرًا لتحسين [نماذج](/tag/نماذج) الLLMs بشكل خاص لاكتشاف [المعلومات](/tag/المعلومات) الخاطئة القابلة للتفسير. يتضمن هذا النهج جمع [مقالات](/tag/مقالات) تم [التحقق](/tag/التحقق) من دقتها على نطاق واسع، وذلك لاستخدام [نماذج](/tag/نماذج) قوية متعددة لتقديم [توقعات](/tag/توقعات) حول [صحة](/tag/صحة) [المعلومات](/tag/المعلومات) إلى جانب تقديم [تفسيرات](/tag/تفسيرات) واضحة. ولضمان [جودة البيانات](/tag/جودة-[البيانات](/tag/البيانات)) المستخدمة في التدريب، تم اعتماد [استراتيجية](/tag/استراتيجية) [تصفية](/tag/تصفية) دقيقة لاختيار الحالات الصحيحة فقط.

ورغم بساطة هذا النهج ، أظهرت [التجارب](/tag/التجارب) أن [التصنيف](/tag/التصنيف) القائم فقط على [صحة](/tag/صحة) العلامات غير كافٍ في الواقع، وذلك بسبب مشكلتين رئيسيتين:
1. العلامات الخشنة تؤدي إلى [تفسيرات](/tag/تفسيرات) غير كافية: فالتفسيرات الناتجة عن [تصفية](/tag/تصفية) العلامات الثنائية وحدها لا تدعم القرار بشكل كافٍ.
2. السلوك المفرط في [التحقق](/tag/التحقق) يؤدي إلى [تفسيرات](/tag/تفسيرات) غير ضرورية: حيث تميل [نماذج اللغة](/tag/[نماذج](/tag/نماذج)-[اللغة](/tag/اللغة)) الأكثر [قوة](/tag/قوة) إلى تقديم [تفسيرات](/tag/تفسيرات) مفرطة ومعقدة وغير ضرورية.

للتغلب على هذه التحديات، تم تقديم LONSREX، وهو [خط أنابيب](/tag/خط-أنابيب) مبتكر لتركيب [البيانات](/tag/البيانات) لتحديد التفسيرات الضرورية والكافية لاكتشاف [المعلومات](/tag/المعلومات) الخاطئة القابلة للتفسير. يعتمد هذا النظام على مقياس يقيم مساهمة كل خطوة [تحقق](/tag/تحقق) في التوقع النهائي، مما يسمح بتحديد مدى ضرورتها وكفايتها. وقد أظهرت النتائج التجريبية فعالية LONSREX وساهمت في [تحسين](/tag/تحسين) [الشفافية](/tag/الشفافية) والثقة في عمليات [كشف](/tag/كشف) [المعلومات](/tag/المعلومات) الخاطئة.