أصبح [الذكاء الاصطناعي](/tag/الذكاء-الاصطناعي) ([AI](/tag/ai)) جزءًا لا يتجزأ من [الأبحاث](/tag/الأبحاث) الأكاديمية، إذ يوفر [أدوات](/tag/أدوات) فعّالة لجمع [المعلومات](/tag/المعلومات) وتحليل [البيانات](/tag/البيانات). ومع ذلك، لا تزال [نماذج [اللغات](/tag/اللغات) الضخمة](/tag/[نماذج](/tag/نماذج)-[اللغات](/tag/اللغات)-الضخمة) (Large Language [Models](/tag/models)) تواجه [تحديات](/tag/تحديات) كبيرة تتمثل في إنتاج [معلومات](/tag/معلومات) غير صحيحة أو غير منطقية، وهو ما يعرف بـ"[الهلاوس](/tag/الهلاوس)" (hallucinations).

في خطوة مبتكرة، قام الباحثون بتطبيق نظام [الإجابة على الأسئلة](/tag/الإجابة-على-الأسئلة) الاستخرجية [VerbatimRAG](/tag/verbatimrag) على الأوراق البحثية في مجموعة ACL، مما يسمح بربط استفسارات المستخدمين مباشرة بنصوص مضبوطة من الوثائق المسترجعة. يقدم هذا النظام [أداة](/tag/أداة) قوية لتسهيل وصول [الباحثين](/tag/الباحثين) إلى [المعلومات](/tag/المعلومات) الدقيقة التي يحتاجونها.

كما أضيفت [مجموعة بيانات](/tag/مجموعة-[بيانات](/tag/بيانات)) جديدة ، تم تطويرها في إطار هذا المشروع، تسهم في [تدريب](/tag/تدريب) وتقويم [نماذج](/tag/نماذج) استخراجية متنوعة تتميز عن غيرها. عملية [كتابة](/tag/كتابة) [البيانات](/tag/البيانات) تمت بواسطة باحثين في [معالجة [اللغة](/tag/اللغة) الطبيعية](/tag/معالجة-[اللغة](/tag/اللغة)-الطبيعية) ([NLP](/tag/nlp)) ، مستخدمين استفسارات صناعية تم توليدها باستخدام منهجية ScIRGen، مما أضفى طابعًا احترافيًا على [البيانات](/tag/البيانات) المنجزة.

وتُظهر النتائج أن النموذج المعتمد على 150 مليون معلمة من طراز ModernBERT، مدعومًا بإشراف فضي من خطتنا، حقق أعلى مستوى من [دقة](/tag/دقة) الكلمات (F1) بقيمة 53.6، متفوقًا بذلك على أقوى [نموذج لغوي](/tag/[نموذج](/tag/نموذج)-لغوي) مستخرج تم تقييمه، والذي سجل 48.7.

هذه التطورات ليست مجرد [تحسينات](/tag/تحسينات) تقنية، بل تمثل نقطة [تحول](/tag/تحول) حقيقية [نحو](/tag/نحو) [مستقبل](/tag/مستقبل) أكثر [موثوقية](/tag/موثوقية) في استخدام [الذكاء الاصطناعي](/tag/الذكاء-الاصطناعي) في [الأبحاث الأكاديمية](/tag/[الأبحاث](/tag/الأبحاث)-الأكاديمية). فكيف يمكننا الاستفادة من هذه الثورة في [دقة المعلومات](/tag/[دقة](/tag/دقة)-[المعلومات](/tag/المعلومات))؟