محققان دانشگاه تهران «توهم» در هوش مصنوعی را مهار کردند

محققان دانشگاه تهران، پیچیده‌ترین معماری‌های هوش مصنوعی را رمزگشایی و کارایی آن‌ها را در محیط‌های عملیاتی ارتقا دادند.

به گزارش ایسنا به نقل از روابط‌عمومی دانشگاه تهران، در حالی که پدیده «توهم» (Hallucination) به عنوان جدی‌ترین نقطه ضعف مدل‌های زبانی بزرگ (LLM) اعتبار این فناوری را در حوزه‌های حساس با چالش روبه‌رو کرده است، محققان دانشگاه تهران با بررسی دقیق معماری‌های RAG، راهکار عبور از این بحران را ارائه داده‌اند.

این گزارش تحلیلی که بر پایه بررسی بیش از ۳۰۰ مرجع علمی تدوین شده، نشان می‌دهد که چگونه پیوند میان بازیابی اطلاعات و تولید متن، هوش مصنوعی را از یک سیستم احتمالی به یک ابزار مستند و قابل اعتماد تبدیل می‌کند.

دکتر شاهرخ اسدی، عضو هیأت علمی دانشکدگان فارابی دانشگاه تهران و سرپرست گروه تحقیقاتی در این تحلیل، یک ساختار طبقه‌بندی شده چهار مرحله‌ای شامل «نمایه‌سازی»، «بازیابی»، «تلفیق» و «تولید» را معرفی می‌کند. این چارچوب به متخصصان اجازه می‌دهد تا پیچیده‌ترین معماری‌های هوش مصنوعی را رمزگشایی کرده و کارایی آن‌ها را در محیط‌های عملیاتی ارتقا دهند.

دکتر اسدی با اشاره به اینکه یکی از برجسته‌ترین بخش‌های تحلیل این تحقیق، بررسی سیر تکامل از Vector RAG به سوی Graph RAG است، گفت: «برخلاف مدل‌های قدیمی که تنها به شباهت‌های سطحی کلمات بسنده می‌کردند، معماری‌های گرافی توانایی استدلال چندمرحله‌ای را فراهم می‌آورند که برای پاسخگویی به پرسش‌هاdefined’) {
return;
}
const safeId = encodeURIComponent(selectedItem.id);
container.style.display = ‘flex’;
linkEl.href = `/fa/news/${safeId}`;
})();