یکی از چالشهای بزرگ در دنیای هوش مصنوعی، درک درست اعداد و ارقام و استدلالهای منطقی است. در مطالعهای جدید برای رقابت CheckThat! 2026، محققان سیستمی را طراحی کردهاند که میتواند ادعاهای عددی را به زبانهای انگلیسی و عربی با استفاده از مدلهای زبانی بزرگ (LLM) به دقت بررسی کند.
نکته جالب اینجاست که آنها از روشهای ترکیب «رتبهبندی استدلالها» و «مدلسازی پاداش» استفاده کردند تا خطاهای ناشی از هالوسینیشن (توهم) هوش مصنوعی را کاهش دهند. نتایج نشان میدهد که مدلهای زبانی در ترکیب با تکنیکهای دقیق رتبهبندی، عملکرد بسیار بهتری نسبت به روشهای سنتی (مثل TF-IDF) دارند. این دستاورد میتواند گامی مهم برای افزایش اعتبار محتوا در فضای مجازی و مبارزه با اخبار کذب باشد. 🔍📊
منبع: arXiv AI
