لم تعد نماذج اللغات الضخمة (Large Language Models) تقبع في سجن الأوهام المعرفية، فقد تم تقديم تقنية جديدة تطلق عليها اسم Fact Grounded Attention (FGA)، والتي تعد بمثابة ثورة في مجال الذكاء الاصطناعي. تلك الأوهام، أو ما يُعرف بالهلوسات، كانت تشكل العقبة الأكبر أمام دقة المعلومات المستندة إلى البيانات، حيث كانت هذه النماذج تتعثر في التضليل عندما يتعلق الأمر بمعرفة الحقائق بشكل موثوق.

بالرغم من تمكن نماذج الذكاء الاصطناعي من معالجة اللغة بشكل ممتاز، إلا أن الطبيعة الاحتمالية التي تعتمد عليها كانت تجعلها تتوصل إلى معلومات غير دقيقة أو حتى خاطئة. هنا تأتي FGA لتقدم حلاً بنيوياً مبتكراً. حيث تقوم بإدخال المعرفة القابلة للتحقق مباشرة في آلية الانتباه (attention mechanism)، مما يمنع النماذج من الانزلاق إلى دوامة الهلوسات عند وجود الحقائق في قاعدة معرفتها.

تتضح فعالية FGA من خلال التجارب التي أجريت على 1,107 استفسار تقني، حيث وُجد أن دقة نموذج Llama 3.2، الذي كان يعاني بدقة 6.3%، ارتفعت بشكل مذهل إلى 99.7% مع استخدام FGA. لكن الأمر الأكثر إثارة هو أن تحديث المعرفة يحدث في أقل من ثانية، في حين كانت الطرق التقليدية تستغرق ساعات من التعديل.

هذا التحول لا يقتصر فقط على تقليل الهلوسات، بل يحقق تحولاً أساسياً من التقديرات الاحتمالية إلى الدقة الحاسمة في إنتاج اللغة العصبية. إن FGA ترسم معالم جديدة لعالم نماذج اللغات الضخمة من خلال توفير وسيلة فعالة، موثوقة وفعالة زمنياً، مما يعيد تشكيل الطريقة التي نسترجع بها المعلومات.