یکی از بزرگترین چالشهای مدلهای زبانی (LLM)، ضعف در تحلیل متون بسیار طولانی و مشکل «گم شدن در میانه متن» است. حالا محققان فریمورک جدیدی به نام «LongCrafter» را معرفی کردهاند که با استفاده از «گرافهای مبتنی بر شواهد»، به مدلها کمک میکند تا ارتباطات پیچیده بین پاراگرافها را بهتر درک کنند.
ویژگیهای کلیدی LongCrafter:
✅ ایجاد دستورالعملهای آموزشی دقیق و متنوع.
✅ مدلسازی وابستگیهای بین پاراگرافی برای استدلال دقیقتر.
✅ افزایش چشمگیر کارایی مدلهایی مثل Qwen2.5 و LLaMA-3.1 در تستهای استانداردی مثل LongBench.
این پیشرفت میتواند مسیر ما را برای رسیدن به هوش مصنوعی با حافظه متنی طولانی و تحلیلهای دقیقتر هموارتر کند. 🔥
منبع: arXiv AI