اكتشاف جديد يساعد الخلايا السرطانية على النجاة بعد العلاج
تاريخ النشر: 24th, November 2025 GMT
اكتشاف جديد يساعد الخلايا السرطانية على النجاة بعد العلاج.
المصدر: شفق نيوز
كلمات دلالية: العراق الانتخابات القمة العربية أحمد الشرع نيجيرفان بارزاني سجن الحلة محافظة البصرة الدفاع بابل بغداد دهوك اقليم كوردستان اربيل المياه السليمانية اربيل بغداد انخفاض اسعار الذهب اسعار النفط أمريكا إيران اليمن سوريا دمشق دوري نجوم العراق كرة القدم العراق أهلي جدة النصر الكورد الفيليون مندلي احمد الحمد كتاب محسن بني ويس العراق الحمى النزفية غبار طقس الموصل يوم الشهيد الفيلي خانقين الانتخابات العراقية الأخبار العاجلة السرطان
إقرأ أيضاً:
اكتشاف عيب يُضعف موثوقية نماذج اللغات الكبيرة
وفقًا لدراسة جديدة، يمكن لنماذج اللغات الكبيرة أن تخطئ أحيانًا في تعلم الدروس. بدلًا من الإجابة على استفسار قائم على معرفة المجال، قد تجيب نماذج اللغات الكبيرة بالاستفادة من الأنماط النحوية التي تعلمتها أثناء التدريب.
وقد أظهرت تجارب الباحثين أنه حتى أقوى نماذج اللغات الكبيرة قد ترتكب هذا الخطأ.
قد يُقلل هذا العيب من موثوقية نماذج اللغات الكبيرة التي تُؤدي مهامًا مثل التعامل مع استفسارات العملاء، وتلخيص الملاحظات السريرية، وإعداد التقارير المالية.
كما قد ينطوي على مخاطر تتعلق بالسلامة. يمكن لمُجرمٍ استغلال هذا الأمر لخداع نماذج اللغات الكبيرة لإنتاج محتوى ضار، حتى عندما تكون النماذج مُزودة بضمانات لمنع مثل هذه الاستجابات.
بعد تحديد هذه الظاهرة واستكشاف آثارها، طوّر الباحثون إجراءً معياريًا لتقييم اعتماد النموذج على هذه الارتباطات غير الصحيحة. يمكن أن يُساعد هذا الإجراء المُطورين على التخفيف من حدة المشكلة قبل نشر نماذج اللغات الكبيرة.
تقول مرزيه قاسمي، الأستاذة المُشاركة في قسم الهندسة الكهربائية وعلوم الحاسوب بمعهد ماساتشوستس للتكنولوجيا، المؤلفة الرئيسية للدراسة: "هذا نتيجة ثانوية لكيفية تدريب النماذج، ولكن تُستخدم النماذج الآن عمليًا في مجالات بالغة الأهمية للسلامة".
عالقة في بناء الجملة
تتدرب نماذج اللغات الكبيرة على كم هائل من النصوص من الإنترنت. خلال عملية التدريب هذه، يتعلم النموذج فهم العلاقات بين الكلمات والعبارات، وهي المعرفة التي يستخدمها لاحقًا عند الرد على الاستفسارات.
في عمل سابق، وجد الباحثون أن نماج اللغات الكبيرة تلتقط أنماطًا في أجزاء الكلام التي تظهر معًا بشكل متكرر في بيانات التدريب. ويطلقون على هذه الأنماط الخاصة بأجزاء الكلام اسم "القوالب النحوية".
أخبار ذات صلةتحتاج نماذج اللغات الكبيرة إلى هذا الفهم لبناء الجملة، إلى جانب المعرفة الدلالية، للإجابة على أسئلة في مجال معين.
اقرأ أيضا... الذكاء الاصطناعي ينشئ أجساما ثلاثية الأبعاد انطلاقا من رسوم
في مجال الأخبار، على سبيل المثال، هناك أسلوب كتابة محدد. لذا، لا يقتصر النموذج على تعلم الدلالات فحسب، بل يتعلم أيضًا البنية الأساسية لكيفية بناء الجمل بما يتوافق مع أسلوب محدد في هذا المجال، كما توضح المؤلفة الرئيسية المُشاركة شانتال شايب، طالبة دراسات عليا في جامعة نورث إيسترن وطالبة زائرة في معهد ماساتشوستس للتكنولوجيا.
ولكن في هذا البحث، توصل الباحثون إلى أن نماذج اللغات الكبيرة تتعلم ربط هذه القوالب النحوية بمجالات محددة. قد يعتمد النموذج بشكل خاطئ على هذا الارتباط المكتسب فقط عند الإجابة على الأسئلة، بدلاً من فهم السؤال والموضوع.
على سبيل المثال، قد يتعلم نموذج لغة كبيرة أن سؤالاً مثل "أين تقع باريس؟" مُهيكل على هيئة ظرف/فعل/اسم علم/فعل مثال بالانجليزية ?Where is Paris located. إذا كانت هناك العديد من الأمثلة على بناء الجمل في بيانات تدريب النموذج، فقد يربط نموذج اللغة الكبيرة هذا القالب النحوي بأسئلة حول الدول.
لذا، إذا طُرح على النموذج سؤال جديد بنفس البنية النحوية (ظرف/فعل/اسم علم/فعل) ولكن بكلمات غير مفهومة، مثل (?Quickly sit Paris clouded) "هل تُغطى باريس بالغيوم بسرعة؟"، فقد يُجيب بـ "فرنسا" حتى لو كانت هذه الإجابة غير منطقية.
تضيف شايب "هذا نوع من الارتباطات المُهمَل يتعلمه النموذج للإجابة على الأسئلة بشكل صحيح. يجب أن نُولي اهتمامًا أكبر ليس فقط للدلالات، بل أيضًا لبنية البيانات التي نستخدمها لتدريب نماذجنا".
إغفال المعنى
اختبر الباحثون هذه الظاهرة من خلال تصميم تجارب تركيبية ظهر فيها نموذج نحوي واحد فقط في بيانات تدريب النموذج لكل مجال. اختبروا النماذج باستبدال الكلمات بمرادفات أو أضداد أو كلمات عشوائية، مع الحفاظ على البنية النحوية الأساسية كما هي.
في كل حالة، وجدوا أن نماذج اللغات الكبيرة غالبًا ما كانت تُجيب بالإجابة الصحيحة، حتى عندما كان السؤال مُجرد هراء.
عندما أعادوا هيكلة السؤال نفسه باستخدام نمط جديد للأقسام الكلامية، غالبًا ما فشلت نماذج اللغات الكبيرة في إعطاء الإجابة الصحيحة، على الرغم من أن المعنى الأساسي للسؤال ظل كما هو.
في المستقبل، يرغب الباحثون في دراسة استراتيجيات التخفيف المحتملة، والتي قد تشمل زيادة بيانات التدريب لتوفير مجموعة أوسع من القوالب النحوية. كما أنهم مهتمون باستكشاف هذه الظاهرة في نماذج الاستدلال، وهي أنواع خاصة من نماذج اللغات الكبيرة مصممة للتعامل مع مهام متعددة الخطوات.
تقول جيسي لي، الأستاذة المشاركة في جامعة تكساس في أوستن، والتي لم تشارك في هذا العمل "أعتقد أن هذه زاوية إبداعية حقًا لدراسة أنماط فشل نماذج اللغات الكبيرة. يُبرز هذا العمل أهمية المعرفة اللغوية والتحليل في أبحاث السلامة في نماذج اللغات الكبيرة، وهو جانب لم يكن محور الاهتمام، ولكن من الواضح أنه ينبغي أن يكون كذلك".
مصطفى أوفى (أبوظبي)
منتدى الاتحاد من أجل المتوسط المنعقد في القاهرة.. رسائل مصرية واضحة للعالم