دراسة تكشف أسباب تراجع دقة نماذج الذكاء الاصطناعي في معالجة النصوص الطويلة

كشفت دراسة حديثة عن السبب الحقيقي وراء تراجع دقة نماذج الذكاء الاصطناعي عند معالجة النصوص الطويلة، نافيةً الاعتقاد الشائع بأن المشكلة تكمن في عجز النموذج عن العثور على المعلومة وسط كم البيانات الهائل. وأظهرت النتائج أن طول النص المُدخل بحد ذاته هو ما يُضعف أداء النموذج ويُسبب انخفاض دقة الإجابات. إذ يتبين أن الدقة تتدهور حتى لو تمكن النموذج من استخراج جميع المعلومات المطلوبة بنسبة مئوية كاملة، مما يعني أن العلة في حجم المعالجة المطلوبة لا في قدرة الاسترجاع.
الحقائق الأساسية
السبب الحقيقي لتراجع دقة الإجابات في نماذج الذكاء الاصطناعي مع النصوص الطويلة هو طول النص المدخل ذاته، وليس صعوبة العثور على المعلومة.
«لكن 📉 السبب الحقيقي هو طول الإدخال نفسه.»
عرض المصدر ←تتأثر دقة النموذج وتنخفض بسبب طول النص حتى لو كان قادراً على استخراج كافة المعلومات المطلوبة بدقة 100%.
«حتى لو النموذج يقدر يستخرج كل المعلومات المطلوبة بدقة 100%، وحتى»
عرض المصدر ←
المصادر
شفت معلومة تحتاج تصحيح؟ بلّغنا ونتحقق ونصحّح — سياسة التصحيح
صحّح هذا الخبر