تاریخ:
روایت تلخ الهام اخوان از لحظهای که خبر فوت مادرش را شنید 
درس هشتاد و هشت
محققان دانشگاه تهران «توهم» در هوش مصنوعی را مهار کردند
این گزارش تحلیلی که بر پایه بررسی بیش از ۳۰۰ مرجع علمی تدوین شده، نشان میدهد که چگونه پیوند میان بازیابی اطلاعات و تولید متن، هوش مصنوعی را از یک سیستم احتمالی به یک ابزار مستند و قابل اعتماد تبدیل میکند.
محققان دانشگاه تهران، پیچیدهترین معماریهای هوش مصنوعی را رمزگشایی و کارایی آنها را در محیطهای عملیاتی ارتقا دادند.
به گزارش ایسنا به نقل از روابطعمومی دانشگاه تهران، در حالی که پدیده «توهم» (Hallucination) به عنوان جدیترین نقطه ضعف مدلهای زبانی بزرگ (LLM) اعتبار این فناوری را در حوزههای حساس با چالش روبهرو کرده است، محققان دانشگاه تهران با بررسی دقیق معماریهای RAG، راهکار عبور از این بحران را ارائه دادهاند.
این گزارش تحلیلی که بر پایه بررسی بیش از ۳۰۰ مرجع علمی تدوین شده، نشان میدهد که چگونه پیوند میان بازیابی اطلاعات و تولید متن، هوش مصنوعی را از یک سیستم احتمالی به یک ابزار مستند و قابل اعتماد تبدیل میکند.
دکتر شاهرخ اسدی، عضو هیأت علمی دانشکدگان فارابی دانشگاه تهران و سرپرست گروه تحقیقاتی در این تحلیل، یک ساختار طبقهبندی شده چهار مرحلهای شامل «نمایهسازی»، «بازیابی»، «تلفیق» و «تولید» را معرفی میکند. این چارچوب به متخصصان اجازه میدهد تا پیچیدهترین معماریهای هوش مصنوعی را رمزگشایی کرده و کارایی آنها را در محیطهای عملیاتی ارتقا دهند.
دکتر اسدی با اشاره به اینکه یکی از برجستهترین بخشهای تحلیل این تحقیق، بررسی سیر تکامل از Vector RAG به سوی Graph RAG است، گفت: «برخلاف مدلهای قدیمی که تنها به شباهتهای سطحی کلمات بسنده میکردند، معماریهای گرافی توانایی استدلال چندمرحلهای را فراهم میآورند که برای پاسخگویی به پرسشهای پیچیده و تحلیلی حیاتی است».
بنا به گفته دکتر اسدی، این تحقیق همچنین به بررسی الگوهای نوظهوری میپردازد که مرزهای هوش مصنوعی را جابهجا کردهاند. وی در تحلیل خود به تبیین نقش Agentic RAG در سیستمهای چندوجهی مدلهای ترکیبی میپردازد؛ رویکردهایی که هوش مصنوعی را قادر میسازد به طور همزمان از متن، تصویر و پایگاههای داده پیچیده برای استخراج حقیقت استفاده کند.
علاوه بر مباحث تئوریک، در این تحقیق، مقایسهای کاربردی میان پایگاههای دادهبرداری و گرافی برای استقرار در پروژههای بزرگ ارائه شده است.
عضو هیأت علمی دانشکده مهندسی دانشکدگان فارابی با یکپارچهسازی معیارها و مجموعه دادههای ارزیابی، ابزاری دقیق در اختیار پژوهشگران و مهندسان قرار میدهد تا بتوانند دقت و اعتبار سیستمهای خود را به طور استاندارد بسنجند.
دکتر اسدی در پایان تأکید میکند که RAG اکنون به یک الگوی طراحی بالغ برای ساخت سیستمهای هوش مصنوعی «حسابرسیپذیر» تبدیل شده است. این نقشه راه، مسیر حرکت از خطلولههای ساده اطلاعاتی به سوی سیستمهای استدلالگر مبتنی بر شواهد را ترسیم کرده و بستری امن برای استفاده از هوش مصنوعی در تصمیمگیریهای کلان فراهم میسازد.
این پژوهش که با همکاری دانشجو امیرعباس کمالیپور انجام شده است، اینجا قابل دسترسی است.
لینک کوتاه: کپی لینک
دانشمندان کلید واقعی خوشبختی را یافتن ۱۰ نمره منفی و احتمال محرومیت از رانندگی در انتظار این گروه از رانندگان راز پوشش اولئوفوبیک؛ آیا تمیزکردن با الکل، نمایشگر را خراب میکند؟ فریبا نادری با کلاه مشکی طلایی در اکران فیلم «سقف» (+عکس) ظرفیت ارزآوری کشت شقایق الیفرا/ با کشت شقایق الیفرا تا ۴ هزار نفر میتوانند شاغل شوند/ ستاد مبارزه با موادمخدر در طرح کشت شقایق الیفرا کاری تخصصی و حرفهای انجام داده است سردترین اقیانوس جهان / چه رازی پشت جریان عظیم اطراف جنوبگان پنهان است؟ ۲ روز عزای عمومی در کردستان پس از انفجار تانکر حامل سوخت کمک فوری/حال این پدر زجرکشیده وخیم است طعنه سنگین علی کریمی به طرفداران پهلوی هدی زینالعابدین با استایل اسپرت در اکران مردمی «اسکورت» (+عکس) جهش ۷۸ هزار واحدی شاخص بورس در معاملات امروز / شاخص کل به ۶.۶۸ میلیون واحد رسید دومین آنتیویروس ملی معرفی شد/ دفع حملات بدافزارها در نبرد سایبری با «آیزا» رای سازمان ملل به نقشه واقعی آفریقا / آمریکا، تنها مخالف / ایران غیبت کرد آخرین وضعیت بازار رمزارزها در جهان/بیتکوینهای خفته بیدار شدند «شیشیگا» چگونه به یک اسطوره تبدیل شد؟ (+تصاویر)