أحدث الأخبار مع #معهدماساتشوستسالتكنولوجي
أخبارنا
منذ 4 ساعات
- علوم
- أخبارنا
اكتشاف سبب محوري لـ"تحيّز" الشبكات العصبية في معالجة المعلومات
أخبارنا : كشف باحثون من معهد "ماساتشوستس" عن سبب ميل النماذج اللغوية الكبيرة مثل ChatGPT أو DeepSeek إلى المبالغة في تقدير المعلومات الموجودة في بداية ونهاية النص مع إهمال منتصفه. وهذه الظاهرة التي تُسمى "تحيز الموضع" قد تعيق المستخدمين الذين يبحثون عن عبارات مفتاحية في المستندات الطويلة. وطور فريق علمي بقيادة الباحث شين يي وو من معهد "ماساتشوستس" التكنولوجي نمطا يفسر سبب تركيز النماذج اللغوية الكبيرة مثل ChatGPT على بداية ونهاية النص. فهي تقرأ النص على أجزاء و"تُركز" على الكلمات الأكثر أهمية لفهمه، لكن بعض الإعدادات التقنية، مثل قدرتها على رؤية الكلمات السابقة فقط أو توجيهات ترتيب الكلمات، تخلق تحيزا. والسبب الرئيسي لاهتمامها ببداية النص مرتبط بالمعالجة التسلسلية، حيث تأخذ النماذج في الاعتبار الكلمات السابقة فقط، مما يجعل الأجزاء الأولية تبدو أكثر تأثيرا. وعلى سبيل المثال ففي وثيقة متكونة من 30 صفحة، تصل احتمالية العثور على المعلومة المطلوبة في البداية أو النهاية إلى 85%، بينما في المنتصف لا تتجاوز 60%. وكشفت الدراسات أن دقة التحليل أعلى عند حوافي النص وتنخفض بشكل ملحوظ في منتصفه، وهي ظاهرة سُميت "تأثير الشكل U، ويتجلى ذلك أكثر في النماذج المعقدة مثل GPT-4 بطبقاتها الـ96 للمعالجة. وعلى الرغم من أن آليات مثل "التلميحات الموضعية" تساعد في فهم السياق، إلا أن فعاليتها محدودة في النماذج الضخمة.
جو 24
منذ 7 ساعات
- علوم
- جو 24
اكتشاف سبب محوري لـ"تحيّز" الشبكات العصبية في معالجة المعلومات
جو 24 : كشف باحثون من معهد "ماساتشوستس" عن سبب ميل النماذج اللغوية الكبيرة مثل ChatGPT أو DeepSeek إلى المبالغة في تقدير المعلومات الموجودة في بداية ونهاية النص مع إهمال منتصفه. وهذه الظاهرة التي تُسمى "تحيز الموضع" قد تعيق المستخدمين الذين يبحثون عن عبارات مفتاحية في المستندات الطويلة. وطور فريق علمي بقيادة الباحث شين يي وو من معهد "ماساتشوستس" التكنولوجي نمطا يفسر سبب تركيز النماذج اللغوية الكبيرة مثل ChatGPT على بداية ونهاية النص. فهي تقرأ النص على أجزاء و"تُركز" على الكلمات الأكثر أهمية لفهمه، لكن بعض الإعدادات التقنية، مثل قدرتها على رؤية الكلمات السابقة فقط أو توجيهات ترتيب الكلمات، تخلق تحيزا. والسبب الرئيسي لاهتمامها ببداية النص مرتبط بالمعالجة التسلسلية، حيث تأخذ النماذج في الاعتبار الكلمات السابقة فقط، مما يجعل الأجزاء الأولية تبدو أكثر تأثيرا. وعلى سبيل المثال ففي وثيقة متكونة من 30 صفحة، تصل احتمالية العثور على المعلومة المطلوبة في البداية أو النهاية إلى 85%، بينما في المنتصف لا تتجاوز 60%. وكشفت الدراسات أن دقة التحليل أعلى عند حوافي النص وتنخفض بشكل ملحوظ في منتصفه، وهي ظاهرة سُميت "تأثير الشكل U، ويتجلى ذلك أكثر في النماذج المعقدة مثل GPT-4 بطبقاتها الـ96 للمعالجة. وعلى الرغم من أن آليات مثل "التلميحات الموضعية" تساعدفي فهم السياق، إلا أن فعاليتها محدودة في النماذج الضخمة. المصدر: تابعو الأردن 24 على
ليبانون 24
منذ 9 ساعات
- علوم
- ليبانون 24
اكتشاف سبب محوري لـ"تحيّز" الشبكات العصبية في معالجة المعلومات
كشف باحثون من معهد " ماساتشوستس" عن سبب ميل النماذج اللغوية الكبيرة مثل ChatGPT أو DeepSeek إلى المبالغة في تقدير المعلومات الموجودة في بداية ونهاية النص مع إهمال منتصفه. وهذه الظاهرة التي تُسمى "تحيز الموضع" قد تعيق المستخدمين الذين يبحثون عن عبارات مفتاحية في المستندات الطويلة. وطور فريق علمي بقيادة الباحث شين يي وو من معهد "ماساتشوستس" التكنولوجي نمطا يفسر سبب تركيز النماذج اللغوية الكبيرة مثل ChatGPT على بداية ونهاية النص. فهي تقرأ النص على أجزاء و"تُركز" على الكلمات الأكثر أهمية لفهمه، لكن بعض الإعدادات التقنية، مثل قدرتها على رؤية الكلمات السابقة فقط أو توجيهات ترتيب الكلمات، تخلق تحيزا. السبب الرئيسي لاهتمامها ببداية النص مرتبط بالمعالجة التسلسلية، حيث تأخذ النماذج في الاعتبار الكلمات السابقة فقط، مما يجعل الأجزاء الأولية تبدو أكثر تأثيرا. وعلى سبيل المثال ففي وثيقة متكونة من 30 صفحة، تصل احتمالية العثور على المعلومة المطلوبة في البداية أو النهاية إلى 85%، بينما في المنتصف لا تتجاوز 60%. وكشفت الدراسات أن دقة التحليل أعلى عند حوافي النص وتنخفض بشكل ملحوظ في منتصفه، وهي ظاهرة سُميت "تأثير الشكل U، ويتجلى ذلك أكثر في النماذج المعقدة مثل GPT-4 بطبقاتها الـ96 للمعالجة. وعلى الرغم من أن آليات مثل "التلميحات الموضعية" تساعد في فهم السياق، إلا أن فعاليتها محدودة في النماذج الضخمة. (روسيا اليوم)
روسيا اليوم
١٩-٠٣-٢٠٢٥
- علوم
- روسيا اليوم
متى تعلم أسلاف الإنسان العاقل الكلام؟
وقد توصل العلماء إلى استنتاج مفاده أن جميع اللغات البشرية على الأرجح لها أصل مشترك، لكن السؤال الرئيسي هو متى بدأت المجموعات البشرية المنفصلة بالانتشار في جميع أنحاء العالم، "حاملة" معها لغتها إلى مناطق أخرى؟!. تعتمد البيانات المقدمة على تحليل شامل للدراسات الجينية التي أجريت على مدى السنوات الـ18 الماضية، والتي تتضمن بيانات عن الكروموسومات Y الموروثة، والحمض النووي للميتوكوندريا، وتسلسل الجينوم الكامل. إقرأ المزيد علماء يكتشفون سر طول عمر أكبر معمرة في العالم! وحسب الأستاذ سيغيرو ميا اغاوا من معهد "ماساتشوستس" التكنولوجي فإن هذه البيانات تشير بشكل عام إلى حدوث انقسام سكاني مبكر بين البشر منذ حوالي 135.000 سنة. وأظهر تحليل جديد للبيانات الوراثية الجينومية أن القدرات اللغوية الفريدة للإنسان باتت موجودة بالفعل منذ 135.000 عام، وأن أسلافنا بدأوا باستخدام الكلام بشكل مستمر منذ 100.000 عام. ويشير الأستاذ سيغيرو ميا اغاوا إلى أن كمية الطفرات الجينية تجعله يخرج باستنتاجات راسخة حول اللحظة التي بات فيها الإنسان العاقل يشكل مجموعة واحدة غير مقسمة إقليميا. ولم يأخذ الباحثون في الاعتبار البيانات الجينية فحسب، بل والاكتشافات الأثرية، فمنذ حوالي 100.000 سنة، ظهرت أنشطة رمزية، مثل وضع علامات ذات معنى على الأشياء واستخدام الألوان، مما يرتبط بوجود القدرات المعرفية اللازمة للتواصل اللغوي والاستخدام الواسع للكلام. المصدر: روسيسكايا غازيتا
