محققان در پژوهشی جدید، فریمورک جذابی به نام DoG (Debate-on-Graph) را معرفی کردهاند که به مدلهای زبانی بزرگ (LLM) کمک میکند تا هنگام پاسخ به سوالات، کمتر دچار اشتباه و توهم شوند.
مشکل اصلی اینجاست که گرافهای دانش معمولاً حاوی نویز و اطلاعات غلط هستند. این ابزار جدید با دو قابلیت کلیدی به میدان آمده:
۱. استفاده از الگوریتم جستجوی هوشمند برای استخراج دادههای دقیق و مرتبط از گرافها.
۲. طراحی یک سیستم «مناظره چندعاملی» (Multi-Agent Debate) که با تحلیلهای تقابلی، معتبرترین پاسخ را از دل دادهها بیرون میکشد.
این یعنی هوش مصنوعی حالا میتواند با شک و تردید هوشمندانه، دانش موجود در گرافها را فیلتر کند و خروجیهای بسیار قابلاعتمادتری به ما بدهد. 🔍✨
منبع: arXiv AI