مع انتشار نماذج اللغة الكبيرة (Large Language Models) في مجالات معالجة اللغة الطبيعية، أصبحت هناك حاجة ملحة للربط بين هذا النوع من النماذج وبيانات المعرفة المهيكلة مثل الرسوم البيانية المعرفية (Knowledge Graphs). هنا تأتي مجموعة البيانات HOME-KGQA كحل مبتكر لتلك التحديات.

تعد مجموعة البيانات HOME-KGQA معياراً جديداً في مجال الإجابة على الأسئلة الموزعة في الأنشطة اليومية المنزلية، حيث تتألف من أسئلة طبيعية معقدة ومتعددة الخطوات مرتبطة بلغات استعلام قواعد البيانات الرسومية. على عكس المجموعات السابقة، تحتوي HOME-KGQA على أسئلة تتطلب تفكيرًا زمانيًا ومكانيًا عميقًا، بالإضافة إلى خبرة متعددة الحواس.

لقد أظهرت النتائج التجريبية أن الأساليب القائمة على نماذج اللغة الكبيرة تعاني من تقديم أداء منخفض عند تقييمها باستخدام مجموعة HOME-KGQA مقارنةً بالمجموعات السابقة، مما يبرز ضرورة معالجة التحديات الجديدة للتطبيق الفعلي لأنظمة KGQA.

ستكون HOME-KGQA مفيدة بشكل خاص في تحسين تجارب الحياة اليومية من خلال تقديم إجابات دقيقة وموثوقة لأنماط السؤال، مما يساهم في تطوير ذكاء اصطناعي أكثر فاعلية وواقعية.