🤖 خداحافظی با «اطلاعات نادرست»؛ معرفی چارچوب DeLIVeR برای فکت‌چکینگ دقیق

⚠️ هشدار به محققان: چرا دقت مدل‌های شناسایی پهپاد گاهی «واقعی» نیست؟

محققان در مقاله‌ای جدید، راهکار هوشمندانه‌ای به نام DeLIVeR معرفی کرده‌اند که مشکل «ابهام در پرسش» (Query Brittleness) را در مدل‌های زبانی بزرگ حل می‌کند.

این مدل با تجزیه ادعاهای پیچیده به پرسش‌های هدفمند و استفاده از «گراف دانش» (Knowledge Graph)، به جای حدس زدن، به جست‌وجوی دقیق و ساختاریافته برای یافتن حقیقت می‌پردازد. نتایج ارزیابی این مدل بر روی مجموعه‌داده‌های معروفی مثل PolitiFact نشان می‌دهد که این روش تا ۱۵ درصد دقیق‌تر از مدل‌های قبلی عمل می‌کند.

این یک قدم بزرگ برای شفافیت بیشتر و کاهش انتشار اخبار جعلی توسط هوش مصنوعی است! ✨

منبع: arXiv AI