الملخص بينما أظهرت نماذج اللغة الكبيرة (LLMs) مثل ChatGPT قدرات رائعة في مهام معالجة اللغة الطبيعية (NLP)، لا يزال التحقيق المنهجي في إمكاناتها في هذا المجال غير مستكمل إلى حد كبير. تهدف هذه الدراسة إلى سد هذه الفجوة من خلال استكشاف الأسئلة التالية. (1) كيف تُطبق نماذج اللغة الكبيرة حالياً على مهام معالجة اللغة الطبيعية في الأدبيات؟ (2) هل تم حل المهام التقليدية لمعالجة اللغة الطبيعية باستخدام نماذج اللغة الكبيرة بالفعل؟ (3) ما هو مستقبل نماذج اللغة الكبيرة في معالجة اللغة الطبيعية؟ للإجابة على هذه الأسئلة، نخطو الخطوة الأولى لتقديم نظرة شاملة على نماذج اللغة الكبيرة في معالجة اللغة الطبيعية. تحديدًا، نقدم أولاً تصنيفًا موحدًا يشمل (1) نموذج تجميد المعلمات و (2) نموذج ضبط المعلمات لتقديم منظور موحد لفهم التقدم الحالي لنماذج اللغة الكبيرة في معالجة اللغة الطبيعية. علاوة على ذلك، نلخص الآفاق الجديدة والتحديات المقابلة، بهدف إلهام المزيد من التقدمات الرائدة. نأمل أن يوفر هذا العمل رؤى قيمة حول إمكانات وقيود نماذج اللغة الكبيرة، بينما يخدم أيضًا كدليل عملي لبناء نماذج فعالة في معالجة اللغة الطبيعية.
Building similarity graph...
Analyzing shared references across papers
Loading...
Libo Qin
Central South University
Qiguang Chen
Harbin Institute of Technology
Xiachong Feng
Harbin Institute of Technology
Frontiers of Computer Science
Building similarity graph...
Analyzing shared references across papers
Loading...
درس Qin وآخرون (Sat,) هذا السؤال.
synapsesocial.com/papers/69ada8a1bc08abd80d5bbd60 — DOI: https://doi.org/10.1007/s11704-025-50472-3
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: