مدلهای هوش مصنوعی در درک «زمان» و توالی وقایع هنوز چالشهای زیادی دارند. در تحقیق جدیدی، فریمورک «ChronoQG» معرفی شده که اولین بنچمارک برای ارزیابی «تولید پرسش از گرافهای دانش زمانی» (TKGQG) است. ⏳
این ابزار به محققان کمک میکند تا بررسی کنند آیا مدلهای زبانی بزرگ (LLMs) میتوانند پرسشهایی طرح کنند که از نظر زمانی دقیق و منطبق بر واقعیت باشند یا خیر. نتایج اولیه نشان میدهد که مدلهای فعلی در درک قیدهای زمانی پیچیده همچنان با چالشهای جدی روبرو هستند. این یک گام کلیدی برای توسعه سیستمهای هوش مصنوعی است که باید با دادههای دنیای واقعی که تغییرات زمانی دارند، کار کنند. 🌐
منبع: arXiv Machine Learning