جستجو
تحلیل تطبیقی پارادایمهای سنجش عدمقطعیت و رفع تعارض در مدلهای بزرگ زبانی: منطق فازی، منطق نوتروسوفیک، یادگیری شواهدی عمیق و استنباط بیزی
سیدمحمدجعفر راشدی1 امید سجودی شیجانی2 محمدحسین رضوانی3
چکیده :
مدلهای بزرگ زبانی (LLMs) با وجود دستاوردهای چشمگیر در پردازش متن، در مواجهه با ابهامهای معنایی، اطلاعات ناقص، اسناد متناقض و دادههای خارج از دامنه، با چالشهای بنیادینی نظیر بیشبرآورد اطمینان (Overconfidence) و تولید گزارههای توهمآمیز (Hallucination) مواجه هستند. لایه استاندارد سافتمکس خروجی، به دلیل نگاشت قطعی لاجیتها به یک توزیع احتمالاتی با قید جمع یک، فاقد توانایی تفکیک عدمقطعیت معرفتی (جهل مدل) از عدمقطعیت تصادفی (ابهام ذاتی زبان) است. این معضل در سیستمهای تولید مجهز به بازیابی (RAG) بهویژه در دامنههای پرریسک حقوقی و بالینی، خطاهای محاسباتی و حقوقی جبرانناپذیری ایجاد میکند. در حالی که مرورهای مرسوم موجود در ادبیات اغلب منحصراً بر سنجههای آماری کالیبراسیون و روشهای پرامپتینگ تمرکز یافتهاند، این مقاله مروری تحلیلی با ایجاد پیوندی بینرشتهای میان محاسبات نرم و یادگیری عمیق احتمالاتی، چهار پارادایم اصلی را واکاوی میکند: (۱) منطق فازی، (۲) منطق نوتروسوفیک، (۳) یادگیری شواهدی عمیق (EDL)، و (۴) استنباط بیزی. مبانی ریاضی، معماری شبکهها، توابع هدف، رفتار در شرایط تعارض مستقیم اسناد و وضعیت فرا-حقیقت (Hyper-truth)، و پیچیدگی محاسباتی هر رویکرد تحلیل شده است. علاوه بر ماتریس تطبیقی جامع ۱۲ بعدی، یک پروتکل پیشنهادی منسجم برای بنچمارک استرس چندسندی و یک معماری کاربردی برای RAG حقوقی آگاه از شواهد نوتروسوفیک ارائه شده است تا مسیر پژوهشهای آتی روشن گردد.
کلمات کلیدی : مدلهای بزرگ زبانی (llms) سنجش عدمقطعیت (uq) منطق فازی منطق نوتروسوفیک یادگیری شواهدی عمیق (edl) استنباط بیزی وضعیت فرا حقیقت (hyper truth) سامانه rag حقوقی
زبان مقاله : فارسی
محور مقاله : محورهای نظری هوش مصنوعی
محل انتشار : کنفرانس ملی فناوری اطلاعات، نانوتکنولوژی، هوش مصنوعی و آینده پژوهی فناوری
آدرس وب سایت کنفرانس : itnaf.ir
کد IOI مقاله : AAHD-ACZCAZ
لینک مستقیم مقاله : https://isnac.ir/AAHD-ACZCAZ
سایر مقالات محل انتشار
- A Study on Design Understandability and Interaction of the therapy-specific Robots
- طراحی و مهندسی یک حسگر زیستی نوری چند مدی پلاسمونیک مبتنی بر تشدیدگرهای حلقه شکاف برای سنجش جامع آنتیژن
- طراحی یک اسیلاتورکنترل شونده با ولتاژ با نویز فاز بسیار پایین و بازه وسیع فرکانسی با تکنولوژی نانولوله کربنی برای کاربردهای PLL
- یک چارچوب هوشمند آگاه به زمینه برای ارتباطات V2V و V2Iدر شبکههای خودرویی شهرهای هوشمند با استفاده از دادههای ترافیکی شبکه سلولی
- An Ensemble Non-Dominated Feature Selection Method: A Case Study on Prostate Cancer
- تشخیص زودهنگام پوسیدگی دندان با استفاده از شبکههای عصبی
- Simulation and Performance Comparison of Torque Tube and LVDT Sensors in Displacer-Based Level Measurement Systems
- ارتقا سامانه ناوبری پهپاد مهاجر ۶ با استفاده از فناوری
- کاربرد نانوذرات مگنتیت (Fe3O4) در پزشکی (از سنتز تا عملکرد)
- Simulation and Modeling of Floating-Gate Non-Volatile Memory Performance: Focus on Oxide Thickness, Programming Speed, and Charge Transport Mechanisms
- Fraud Analytics with Big Data: A Literature Review on Machine Learning Algorithms in Bankruptcy Prediction and Financial Fraud Detection
- تحلیل آیندهپژوهانه همگرایی هوش مصنوعی، فناوری نانو و فناوری اطلاعات در مسیر تحول صنعتی آینده
- نقش تحول دیجیتال در خدمات کتابخانههای عمومی برای توانیابان جسمی و ذهنی
- Prediction and Optimization of Oxygen Production under Microgravity Conditions Using Machine Learning
- Simulation and Performance Comparison of Ultrasonic, Non-Contact Radar, and Guided Wave Radar Sensors in Level Measurement Systems