تعزيز البحث باستخدام نماذج اللغة الكبيرة في قمة البيانات 2025

تحول البحث مع نماذج اللغة الكبيرة

شهد البحث تغييرات كبيرة على مر السنين، مع الحفاظ على أهميته حتى في أكثر العصور التكنولوجية تقدماً. ولعبت نماذج اللغة الكبيرة (LLMs) دورًا حاسمًا في طرق التحسين الجديدة. خلال جلسة قمة البيانات، التي تركزت على استكشاف الطرق التي يمكن أن تحسن بها LLMs استرجاع الوثائق، قادها سيد بروبيشتاين، الرئيس التنفيذي لشركة SWIRL.

أهمية التعاون بين البحث وLLMs

قال بروبيشتاين إن تحويل البحث عبر LLMs يعني العثور على النظام وسط الفوضى، مشددًا على أهمية “تواصل البحث مع LLMs بشكل جيد”. يمكن أن تعمل LLMs على تحسين البحث من خلال نقل الاستفسارات من التركيز على الإجابات إلى التركيز على الوثائق، مما يعزز الطريقة التي يتم بها إجراء البحث نفسه. في البحث القائم على الوثائق، يتم استخراج معلومات دقيقة من أحدث إصدارات البيانات.

تحسين استرجاع الوثائق

عند تحديد الوثيقة، يمكن للمستخدم التفاعل مع LLM للحصول على رؤى ذات صلة أكثر. وأوضح بروبيشتاين أن “LLMs ليست مخصصة فقط للبحث؛ بل يمكنها الترجمة والنقاش”، مما يدل على قدرتها على تجاوز البحث النصي نحو مصادر بيانات هيكلية أخرى.

تحسين الاستفسارات والوثائق

من خلال تعزيز GenAI، يمكن تحسين الاستفسارات نفسها والوثائق، مما يحسن استرجاع البيانات. وأشار بروبيشتاين إلى أن وضع LLM بين المستخدم والبيانات يمكن أن يحسن الوثائق بشكل كبير.

الحد من الهلوسات

يُعتبر الضبط الدقيق وسيلة شائعة لتحسين البحث، حيث يتم تدريب نماذج LLMs باستخدام كميات ضخمة من البيانات. ومع ذلك، النسخة المضغوطة التي تُستخدم أثناء التشغيل قد تفقد بعض المعلومات، مما يؤدي إلى حدوث “هلوسات”. وكانت استعادة البيانات المدعومة بالتوليد هي المفتاح للحد من هذه الهلوسات.

تقديم معلومات دقيقة

وأشار بروبيشتاين إلى أن الهلوسة ليست عندما تقدم LLM إجابة مستندة إلى البيانات المقدمة ولكنها خاطئة؛ بل هو مشكلة تتعلق بالبيانات نفسها. وأضاف أن “LLM لا يعرف عملك. لتسمح لـLLM بفهم عملك، يجب أن تشاركه المعلومات”، من خلال التصنيفات والأنطولوجيات.

التوصيات النهائية

لتعزيز دقة المخرجات وفهم الاستفسارات، أوصى بروبيشتاين بتزويد LLM بـ:

• هيكل قاعدة البيانات وملفها الشخصي
• استفسارات نموذجية
• أمثلة استفسارات
• سياق المستخدم (الدور، القسم، المواضيع، التاريخ)
• نقطة نهاية بحث مفيدة على SharePoint

يمكن مراجعة عدد من العروض التقديمية لقمة البيانات 2025 عبر الرابط التالي: https://www.dbta.com/datasummit/2025/presentations.aspx