مطالب مرتبط با کلیدواژه
۱.
۲.
۳.
۴.
۵.
مدل های زبانی بزرگ
حوزههای تخصصی:
هدف: پژوهش حاضر به بررسی چالش ها و فرصت های ترکیب گراف دانش[1] و مدل زبانی بزرگ[2] در حوزه علوم اسلامی- انسانی می پردازد. یکی از دلایل اصلی این مسئله، پیچیدگی و تنوع مفاهیم و مقولات در این حوزه است. مفاهیم دینی و انسانی به طور طبیعی دارای ابعاد و لایه های متعددی هستند که تحلیل آن ها نیازمند رویکردهایی نوین و کارآمد است. گراف دانش به عنوان ابزاری قدرتمند برای سازمان دهی اطلاعات و نمایش روابط بین مفاهیم شناخته می شود. این ابزار می تواند به شفاف سازی و تجسّم روابط پیچیده میان مفاهیم کمک کند و به پژوهشگران امکان می دهد تا به راحتی روابط میان مفاهیم مختلف را درک کنند. هدف اصلی پژوهش حاضر، ارائه الگویی جهت ترکیب این دو مفهوم در علوم اسلامی- انسانی برای تحلیل دقیق تر و کارآمدتر مفاهیم اسلامی و انسانی است.
روش: پژوهش پیش رو از لحاظ هدف توسعه ای بوده و با رویکرد کیفی انجام شده است. روش گردآوری داده ها کتابخانه ای و برای مرور نظام مند متون بوده که به شناسایی مفاهیم کلیدی و اساسی می پردازد. منابع موجود در دو حوزه گراف دانش و مدل های بزرگ زبانی با روش هدفمند جهت تحلیل، انتخاب و مورد بررسی قرار گرفته است.
یافته ها: یافته اصلی پژوهش حاضر، طراحی یک الگوی جدید مبتنی بر ترکیب گراف دانش و مدل های زبانی بزرگ برای تحلیل و استنتاج مفاهیم علوم اسلامی- انسانی است. گراف دانش به عنوان ابزاری برای سازمان دهی اطلاعات و نمایش روابط میان مفاهیم می تواند به شفاف سازی و تجسم روابط پیچیده میان مفاهیم کمک کند. همچنین، مدل های زبانی بزرگ قادر به پردازش زبان طبیعی[3] و استخراج اطلاعات معنادار از متون هستند. ترکیب این دو رویکرد می تواند به توسعه چارچوب های نوینی برای تحلیل و استنتاج داده ها در حوزه های علوم دینی کمک کند.
نتیجه گیری: تلفیق گراف دانش و مدل های زبانی بزرگ به عنوان رویکردی نوین و کارآمد در تحلیل و استنتاج مفاهیم پیچیده در علوم اسلامی- انسانی مطرح است. این الگوی پیشنهادی می تواند به عنوان الگویی برای تحقیقات آتی و توسعه سیستم های هوشمند در این حوزه ها مورد بهره برداری قرار گیرد و به بهبود فرایندهای تحقیق و تحلیل در علوم اسلامی- انسانی کمک کند.
تحلیل و بررسی مزایا و چالش های اخلاقی مدل های زبانی بزرگ در سپهر پژوهش(مقاله علمی وزارت علوم)
حوزههای تخصصی:
مدل های زبانی بزرگ چه کاربست هایی دارند و این کاربست ها به چه مزایا و چالش هایی به ویژه در سپهر پژوهش می انجامند؟ در این مقاله به تحلیل و بررسی مهم ترین مزایا و چالش های اخلاقی این مدل های زبانی خواهیم پرداخت. خواهیم دید که در کنار مزایایی همچون رفع موانع زبانی برای نویسندگان غیرانگلیسی زبان، کاهش هزینه آماده سازی، صرفه جویی در زمان، افزایش کیفیت نگارش، ترویج راحت تر دانش، و کمک به پژوهشگران دارای شرایط خاص، چالش های مهمی نظیر توهم ، مسئولیت پذیری و مؤلف بودن، مشابه نویسی و سرقت ادبی، سوگیری، امنیت و حریم خصوصی، ایمنی و توان آسیب رسانی، شفافیت و توضیح پذیری، مسائل زیست محیطی، بیکاری و بهره کشی نیز وجود دارد. با تحلیل این مزایا و چالش ها و گریز از رویکردهای کاملاً خوشبینانه یا بدبینانه نسبت به این فناوری، نشان خواهیم داد که برای رفع یا کمینه کردن شدت برخی از چالش ها، به ویژه چالش های خاصی که مدل های زبانی در سپهر پژوهش ایجاد می کنند، نیاز به کارهای نظری، سیاستی، آموزشی و فنی وجود دارد.
بررسی قوت ها و ضعف های مدل های زبانی بزرگ در تحلیل متون عرفانی (مطالعه موردی نی نامه مولوی)(مقاله علمی وزارت علوم)
حوزههای تخصصی:
امروزه هوش مصنوعی نقشی پررنگ و گسترده در پژوهش ایفا می کند، اما به کارگیری این فناوری در تحقیقات ادبی، به ویژه متون عرفانی که ذاتاً پیچیدگی ها و ظرافت های خاص خود را دارند، دشوار و شاید غیرممکن به نظر برسد. ازاین رو، پژوهش حاضر بر آن است نقاط قوت و ضعف هوش مصنوعی را در فهم متون عرفانی ارزیابی کند. بدین منظور، توانایی سه مدل زبانی بزرگ شامل ChatGPT، Google Gemini و Claude در تحلیل و تفسیر متون عرفانی فارسی، با تمرکز بر نی نامه مولانا، بررسی شد. نی نامه به دلیل مفاهیم نمادین، استعاره های پیچیده و لایه های معنوی عمیق، به مثابه معیاری برای سنجش توان ادراکی این مدل ها انتخاب شد. روش پژوهش به صورت کیفی و با طرح دو پرسش انجام گرفت: درک و تفسیر تک تک ابیات نی نامه و برداشت کلی از مفاهیم این اشعار. نتایج این پژوهش نشان می دهد که مدل های زبانی بزرگ در ارائه معانی تحت اللفظی عملکرد خوبی دارند؛ اما در درک استعاره ها، مفاهیم نمادین و زمینه های فرهنگی، ادبی و تاریخی متن با چالش هایی جدی روبرو هستند. افزون بر این، این مدل ها در فهم ارتباطات عمودی ابیات و شگردهای بلاغی همچون ایهام و جناس ناتوان هستند. درنهایت، این مقاله ضمن تأکید بر نقاط قوت این مدل ها مانند سرعت تحلیل متون، بر لزوم بهبود آنها ازطریق آموزش با داده های تخصصی عرفانی و همکاری میان متخصصان هوش مصنوعی و پژوهشگران ادبی تأکید می کند. این پژوهش نشان می دهد که هوش مصنوعی می تواند به عنوان ابزاری مکمل برای تسهیل درک ادبیات عرفانی به کار گرفته شود؛ اما برای دستیابی به تحلیل های عمیق تر نیازمند بهینه سازی های جدی است.
ارائه چارچوب تعامل با گفت وگوگرهای مبتنی بر مدل های زبانی بزرگ در تفسیر غزلیات عرفانی فارسی(مقاله علمی وزارت علوم)
حوزههای تخصصی:
بهره گیری از توانمندی ابزارهای توسعه یافته مبتنی بر هوش مصنوعی (مدل های زبانی بزرگ) برای تفسیر و رمزگشایی از زوایای پنهان اشعار عرفانی فارسی، موضوعی مهم است که به دلیل رمزآمیختگی و پیچیدگی های زبانی، کمتر بدان پرداخته شده است. در این مقاله، چارچوبی راهنما برای تعامل با ابزارهای گفت وگوگر هوشمند مبتنی بر مدل های زبانی بزرگ که امکان دستیابی به معانی معتبر از غزلیات عرفانی فارسی را فراهم نماید، ارائه شده است. این چارچوب براساس دو فرض طراحی شده است؛ نخست، فرضِ رمزی بودن و به اشارت بیان شدنِ مطالب در غزلیات عرفانی و دوم، فرضِ التزام کامل غزل سرا به قواعد دستوری و صنایع ادبی زبان فارسی است. بنابر چارچوب پیشنهادی، راهنمایی گام به گام برای سازماندهی نظام مند به خواسته های ورودی کاربر در تعامل با ابزارهای مذکور با عنایت به ساختار دستوری، صنعت ادبی، واژه محوری، جست وجو و تناظریابی در آیات و روایات معتبر پیشنهاد شده است. اعمال فرایندهای طراحی شده در چارچوب پیشنهادی در تعامل با دو ابزار گفت وگوگر نشان می دهد که چارچوب راهنمای پیشنهادی توانایی لازم برای تفسیر ابیات غزل عرفانی زبان فارسی را دارد و می تواند مبنایی برای گفت وگوگری مؤثر باشد تا کاربر به نتیجه مطلوب خود دست یابد.
الگوی توسعه مدیریت مالی در هیات های ورزشی با بکارگیری مدل های زبانی هوش مصنوعی(مقاله علمی وزارت علوم)
منبع:
مطالعات راهبردی ورزش و جوانان دوره ۲۴ بهار ۱۴۰۴ شماره ۶۷
601 - 628
حوزههای تخصصی:
هدف اصلی این پژوهش، توسعه مدیریت مالی در هیات های ورزشی با بکارگیری مدل های زبانی هوش مصنوعی بود. روش شناسی این پژوهش از نوع کیفی بوده است. داده ها از طریق مصاحبه با مدل های زبانی ChatGPT، Command-R، Claude، Google Gemini، Mistral و LLaMA جمع آوری و با هوش مصنوعی تاک بات کد گذاری اولیه انجام پذیرفت، سپس به جهت تایید کدها، محققین کدهای استخراجی را بازکدگذاری نمودند و سپس با رویکرد ساخت گرایانه چارمز تجزیه و تحلیل شد. روایی و پایایی پژوهش با استفاده از روش مثلث سازی، کدگذاری مجدد توسط متخصیص حوزه مالی در ورزش و ضریب پایایی کاپای کوهن تایید گردید. در نتیجه 240 کد اولیه شناسایی شد که در مراحل بعد به 28 کد متمرکز و در نهایت به 10 کد محوری تقلیل یافت. یافته ها شامل سلامت مالی و پاسخگویی، بهبود افشا در گزارش های مالی، برنامه ریزی بودجه عملیاتی، تحلیل داده های مالی با مبنای تعهدی، مدیریت ریسک مالی، مدیریت جریان نقدینگی، مدیریت هزینه ها و بهبود فرآیندها، سرمایه انسانی، سرمایه گذاری و حامیان مالی و استفاده از فناوری های پیشرفته مالی بر بستر بلاک چین می باشد. این محورها به صورت زنجیره ای و به هم پیوسته هستند و هر محور به تقویت محورهای دیگر کمک می نماید. الگوی ارائه شده به بهبود شفافیت، دقت برنامه ریزی بودجه و مدیریت ریسک مالی در هیات های ورزشی کمک می کند و پیاده سازی این الگو می تواند به افزایش پایداری و رشد مالی هیات های ورزشی در بلندمدت منجر شود.