مدلهای زبانی بزرگ (LLM) علیرغم توانمندی بالا، گاهی در تشخیص خطاهای دادههای جدولی (Tabular Data) مانند «جعبه سیاه» عمل میکنند و فاقد شفافیت هستند. محققان به تازگی چارچوب نوآورانهای به نام «TreeED» و «ForestED» را معرفی کردهاند که به جای اتکای صرف به LLM، از آن برای ایجاد «درخت تصمیم» استفاده میکند.
این روش نه تنها دلیل هر تصمیم را شفاف میکند، بلکه با ترکیب چندین درخت تصمیم (Forest)، دقت و پایداری تشخیص خطا را در دادهها به شکل چشمگیری افزایش میدهد. قدمی مهم برای استفاده قابلاعتمادتر از AI در مدیریت دادههای سازمانی! 📊✨
منبع: arXiv NLP