في عصر يسيطر فيه الذكاء الاصطناعي، يكشف لنا [البحث](/tag/البحث) الجديد عن قدرة [نماذج [اللغات](/tag/اللغات) الضخمة](/tag/[نماذج](/tag/نماذج)-[اللغات](/tag/اللغات)-الضخمة) (Large Language [Models](/tag/models)) في [تحقيق](/tag/تحقيق) [إنجازات](/tag/إنجازات) مذهلة في مجالات [التخطيط](/tag/التخطيط) والتعرف على الأهداف. فقد أظهرت هذه [النماذج](/tag/النماذج) أنها تستطيع [المنافسة](/tag/المنافسة) بقوة مع المخططين التقليديين في مجالات [التخطيط](/tag/التخطيط) المعروفة. ومع ذلك، يعتمد هذا النجاح على [استغلال](/tag/استغلال) [المعرفة](/tag/المعرفة) العالمية بدلاً من [الاستدلال](/tag/الاستدلال) الرمزي الحقيقي.
تُعتبر مهمة [التعرف على الأهداف](/tag/[التعرف](/tag/التعرف)-على-الأهداف) (Goal [Recognition](/tag/recognition)) بمثابة [تحدي](/tag/تحدي) تكميلي يتطلب في طبيعته [تقنيات](/tag/تقنيات) أفضل تتناسب مع نقاط [قوة](/tag/قوة) [النماذج اللغوية الضخمة](/tag/[النماذج](/tag/النماذج)-اللغوية-الضخمة). تتضمن هذه المهمة [تقييم](/tag/تقييم) [التوافق](/tag/التوافق) مع [المعرفة](/tag/المعرفة) العالمية بدلاً من [توليد](/tag/توليد) تسلسلات جديدة من الأفعال.
في هذه الدراسة، تم إجراء أول [تقييم](/tag/تقييم) ممنهج لمدى قدرة [نماذج [اللغات](/tag/اللغات) الضخمة](/tag/[نماذج](/tag/نماذج)-[اللغات](/tag/اللغات)-الضخمة) في [التعرف على الأهداف](/tag/[التعرف](/tag/التعرف)-على-الأهداف) بدون [تدريب مسبق](/tag/[تدريب](/tag/تدريب)-مسبق). وقد أظهرت النتائج أن [أداء](/tag/أداء) [النماذج](/tag/النماذج) في هذا المجال غير متساوي، حيث أن بعض [النماذج](/tag/النماذج) تستطيع [تحسين](/tag/تحسين) أدائها مع تزايد الأدلة، مما يجعلها تقترب من [تحقيق](/tag/تحقيق) [دقة](/tag/دقة) نموذجية مع الملاحظات الكاملة. في مقابل ذلك، تبقى [نماذج](/tag/نماذج) أخرى مرتبطة بمعرفة عالمية سابقة مهما زادت [الأدلة](/tag/الأدلة) المتاحة.
تظهر التحليلات الكيفية لآثار [استدلال](/tag/استدلال) [النماذج](/tag/النماذج) أن هذه الفروق تعكس اختلافًا أساسيًا في دمج [الأدلة](/tag/الأدلة) بدلاً من familiarity بالمجال. وهذا ما يجعل [التعرف على الأهداف](/tag/[التعرف](/tag/التعرف)-على-الأهداف) معيارًا مهمًا لتقييم [المعرفة](/tag/المعرفة) الأساسية في [التخطيط](/tag/التخطيط) لدى [نماذج [اللغات](/tag/اللغات) الضخمة](/tag/[نماذج](/tag/نماذج)-[اللغات](/tag/اللغات)-الضخمة).
باختصار، نحن نشهد بداية عصر [جديد](/tag/جديد) من [الابتكارات](/tag/الابتكارات) في [الذكاء الاصطناعي](/tag/الذكاء-الاصطناعي) مع قدرة [نماذج [اللغات](/tag/اللغات) الضخمة](/tag/[نماذج](/tag/نماذج)-[اللغات](/tag/اللغات)-الضخمة) على [فهم](/tag/فهم) الأهداف بطريقة جديدة وغير مسبوقة. ما هي توقعاتكم لمستقبل تلك [النماذج](/tag/النماذج)؟ شاركونا في [التعليقات](/tag/التعليقات)!
اكتشاف الأهداف بلا تدريب: نماذج لغوية ضخمة تتفوق في التعرف على الأهداف!
تمكنت نماذج اللغات الضخمة (Large Language Models) من تحقيق إنجاز جديد في مجال التعرف على الأهداف، مما يدل على قوتها في تحليل المعرفة العالمية. رغم ذلك، تختلف كفاءة هذه النماذج بشكل ملحوظ بين بعضها البعض.
المصدر الأصلي:أركايف للذكاء
زيارة المصدر الأصلي ←جاري تحميل التفاعلات...
