Key points are not available for this paper at this time.
لا يمكن إنكار أهمية قابلية تفسير وشفافية أنظمة الذكاء الاصطناعي، مما أدى إلى العديد من الدراسات البحثية والأدوات التي تعالجها. الأعمال القائمة لا تلبي بشكل كافٍ احتياجات أصحاب المصلحة المتنوعين في سلسلة توريد الذكاء الاصطناعي، الذين قد يختلفون في احتياجاتهم واعتبارهم لجوانب القابلية للتفسير والشفافية. في هذه الورقة، نجادل بضرورة إعادة النظر في تساؤلات هذه المفاهيم الحيوية في سياق نماذج اللغة الكبيرة. لتحقيق ذلك، نورد دراسة نوعية شملت 71 من أصحاب المصلحة المختلفين، حيث نستكشف التصورات والاحتياجات السائدة حول هذه المفاهيم. تؤكد هذه الدراسة أهمية استكشاف "من" في الشرح التفسيري والشفافية لنماذج اللغة الكبيرة، كما تعكس أفضل الممارسات للقيام بذلك مع إبراز أصحاب المصلحة المنسيين غالبًا واحتياجاتهم المعلوماتية. تقترح استنتاجاتنا أن على الباحثين والممارسين توضيح "من" في اعتبارات القابلية للتفسير والشفافية، و"ماذا" في احتياجات المعلومات، و"لماذا" هذه الاحتياجات لضمان التصميم والتطوير المسؤول عبر سلسلة توريد نماذج اللغة الكبيرة.
Building similarity graph...
Analyzing shared references across papers
Loading...
Agathe Balayn
Lorenzo Corti
Fanny Rancourt
Building similarity graph...
Analyzing shared references across papers
Loading...
درس Balayn et al. (Sat,) هذا السؤال.
www.synapsesocial.com/papers/68e686d2b6db64358760fea0 — DOI: https://doi.org/10.48550/arxiv.2405.16311
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: