محققان در مقاله جدیدی، روش خلاقانهای به نام KoRe معرفی کردهاند که مشکل بزرگ مدلهای زبانی (LLMs) در مدیریت دانش را هدف قرار داده است.
مشکل اصلی مدلهای امروزی این است که دانش را در پارامترهای خود دفن میکنند که باعث میشود بهروزرسانی آنها سخت و مستعد توهم (Hallucination) باشد. روش KoRe با تبدیل گرافهای دانش (Knowledge Graphs) به «توکنهای دانش فشرده» و تزریق آنها به مدل، باعث میشود:
✅ دقت مدل در پاسخدهی بالا برود.
✅ نیاز به توکنهای محاسباتی تا ۱۰ برابر کاهش یابد.
✅ دانش مدل راحتتر مدیریت و بهروزرسانی شود.
این یک قدم بزرگ برای ساخت مدلهایی است که به جای حدس زدن، بر اساس دادههای ساختاریافته و معتبر، دقیقتر عمل میکنند.
منبع: arXiv NLP