في عالم اليوم الرقمي، تغمرنا البيانات في جميع المجالات، وتعتبر الجداول أحد أبرز الطرق لتنظيم هذه المعلومات. ومع ذلك، تبقى عملية التفكير في الجداول تحدياً كبيراً لنماذج اللغات الضخمة (Large Language Models) الحديثة. تعتمد الأساليب التقليدية على تحويل الجداول إلى تسلسلات خطية، مما يؤدي إلى تهميش هيكلها الثنائي الأبعاد والهرمي.

هنا يأتي دور H2Table (Hierarchical Hypergraph-Enhanced Table Reasoning)، إطار العمل الجديد الذي يغير قواعد اللعبة في معالجة الجداول المعقدة. يتمثل مفهوم H2Table في تمثيل الجداول المعقدة كهايبرغرافي متداخل هرمي، مما يتيح فهم العلاقات الدلالية بين الخلايا والعناوين بشكل أكثر دقة.

ابتكر الباحثون أيضاً مشفراً مخصصاً للهايبرغرافي يشجع على تبادل الرسائل بين الهياكل المُعنوَنة (الهيبر إدج) والخلايا (العُقد)، مما يسمح بالتفاعل السلس بينها. تتميز هذه الطريقة باستخدام مجموعة من متجهات الاستعلام القابلة للتعلم كحلقة وصل خفيفة لاستخراج تجسيدات هيكلية تمثل البيانات بسلاسة ضمن نموذج اللغة الضخم.

أظهرت نتائج التجارب أن H2Table يحقق أداءً متفوقاً في مهام الإجابة عن أسئلة الجداول المعقدة، حيث أحرز تحسيناً معدله 22.88% على مجموعة بيانات HiTab، مركزةً على الجداول التي تتمتع بعمق تعشيش يصل إلى أربع مستويات.

لمزيد من المعلومات حول H2Table ورمز المصدر الخاص به، يمكنك زيارة رابط GitHub. هل تتابع آخر الابتكارات في الذكاء الاصطناعي؟ شاركنا برأيك في التعليقات!