طور الباحثون في جامعة ستانفورد إطار "الإسناد الموحد" الذي يهدف إلى حل مشكلات الأصالة ومصدر البيانات لنتائج مخرجات نموذج اللغة الكبيرة (LLM). يجمع هذا الإطار بين طريقتي الإسناد التعاوني وإسناد المساهمة لتوفير أداة أكثر شمولاً لتقييم موثوقية مخرجات LLM، وهي مناسبة بشكل خاص للمجالات التي تتطلب دقة معلومات عالية للغاية. يعد هذا البحث ذا أهمية كبيرة لتحسين مصداقية ونطاق تطبيق LLM، ويوفر للمطورين طريقة أكثر اكتمالاً للتحقق من النموذج.
اقترح الباحثون في جامعة ستانفورد إطار عمل "الإسناد الموحد" الذي يدمج الإسناد التعاوني وإسناد المساهمة للتحقق من صحة مخرجات النموذج الكبير وتأثير بيانات التدريب. يعد هذا الإطار مناسبًا للصناعات التي تتطلب دقة عالية للغاية في المحتوى ويوفر للمطورين أداة أكثر شمولاً للتحقق من النماذج الكبيرة.
يمثل ظهور إطار "الإسناد الموحد" خطوة مهمة في تقييم مصداقية نماذج اللغات الكبيرة ويوفر اتجاهًا جديدًا لموثوقية وأمن نماذج الذكاء الاصطناعي المستقبلية. وسوف يساعد على تعزيز تطبيق LLM في مختلف المجالات وتعزيز تنميتها الصحية.