تُعد هذه الورقة جزءًا من برنامج بحث أوسع حول التحليل الهيكلي للأنظمة المعقدة والحية، كما هو موضح في "المستند صفر". أظهرت نماذج اللغة الكبيرة (LLMs) قدرات مذهلة، إلا أنها تظهر محدوديات مستمرة مثل الهلاوس، وعدم الاستقرار، ونقص التماسك العالمي. عادةً ما تُعزى هذه المشكلات إلى محدوديات البيانات أو تحديات المحاذاة، لكن مثل هذه التفسيرات تظل غير مكتملة. يقترح هذا العمل تفسيرًا هيكليًا لهذه المحدوديات، ج аргعًا إلى أن نماذج اللغة الكبيرة الحالية تعمل بشكل رئيسي كنظم انتشار ذات سعة عالية تفتقر إلى طبقة داخلية صريحة للتنظيم والترتيب. ونتيجة لذلك، لا يتم الحفاظ على التماسك كخاصية عالمية ثابتة، مما يؤدي إلى الانحراف التوليدي وعدم الاستقرار. لمعالجة هذه الفجوة، تقدم الورقة مفهوم طبقة توجيه هيكلية، مصممة للعمل كمستوى وسيط بين العمليات التوليدية والتنظيم المعرفي المتماسك. تعتمد هذه الطبقة على التنظيم القائم على القيود، والتحولات القائمة على العمليات، وتحديد التواقيع الهيكلية لتوجيه سلوك النظام. لا يستبدل الإطار المقترح البُنى القائمة بل يكملها من خلال تمكين التوليد الموجه، وتحسين التماسك، وإعادة التهيئة التكيفية. يشكل هذا المساهمة تطبيقًا لإطار منهجي أوسع للذكاء الاصطناعي ويرتبط بشكل مفاهيمي بعمل جاري على البُنى المعرفية الموزعة (DCNM، حاليًا تحت المراجعة من قبل الأقران)، والذي يهدف إلى صياغة المبادئ الهيكلية التي تقوم عليها الإدراك القائم على القيود.
Building similarity graph...
Analyzing shared references across papers
Loading...
PAMELA AMANDINE MAGOTTE
Building similarity graph...
Analyzing shared references across papers
Loading...
درست PAMELA AMANDINE MAGOTTE (Mon,) هذا السؤال.
www.synapsesocial.com/papers/69e865fd6e0dea528ddea797 — DOI: https://doi.org/10.5281/zenodo.19661377
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: