في عالم الذكاء الاصطناعي، تُعتبر نماذج اللغات الضخمة (Large Language Models) من أبرز التقنيات المبتكرة في تحسين أداء المهام المعرفية. ومع ذلك، تظل العقبة الأساسية هي الفجوات بين المعرفة والثقة، حيث تؤدي الأخطاء الناتجة عن الثقة الزائدة إلى نتائج غير دقيقة. هنا يأتي دور الإطار المفاهيمي الجديد الذي يهدف إلى تعزيز المعرفة بشكل موثوق.

هذا الإطار المبتكر يعتمد على مبدأ عقلاني يمكّن نماذج الذكاء الاصطناعي من تصنيف المعرفة إلى ثلاث فئات: المعرفة المكتسبة، المعرفة الملتبسة، والمعرفة المفقودة. من خلال استغلال الإشارات الإدراكية الداخلية، يتم توجيه عملية توسيع المعرفة بشكل أكثر استهدافًا.

إضافة إلى ذلك، نقدم آلية تُدعى التناسق الإدراكي، والتي تهدف إلى مواءمة الثقة الذاتية مع الدقة الموضوعية، مما يُساعد في ضمان وجود حدود دقيقة للمعرفة. تجاربنا الواسعة تُظهر أن هذا الإطار يتفوق بانتظام على الحلول التقليدية، مما يُثبت فعاليته في تعزيز القدرات المعرفية وتحسين السلوك الإدراكي لنماذج الذكاء الاصطناعي.

إلى جانب ذلك، يمكن الوصول إلى جميع الأكواد الخاصة بهذا المشروع على GitHub.