مقارنة

الأنظمة الخبيرة مقابل النماذج اللغوية الكبيرة

Expert Systems vs LLMs

موثّق جزئياً Partially Verified

جيلان من «المساعدات الذكية» يفصل بينهما أربعون عاماً تقريباً.

الخلاصة

تقدم النماذج اللغوية مرونة هائلة، بينما بقيت الأنظمة الخبيرة أوضح تفسيراً. الدمج بين الاسترجاع من قواعد معرفة موثقة والنماذج اللغوية يجمع بعض مزايا الاثنين.

جدول المقارنة

المعيارالأنظمة الخبيرةالنماذج اللغوية الكبيرة
الفترةالسبعينيات والثمانينياتمنذ 2018 تقريباً
البنيةقاعدة معرفة + محرك استدلالمحوّل مدرب على نصوص ضخمة
النطاقمجال ضيق محددواسع عبر مجالات كثيرة
التفسيرتتبع القواعد المستخدمةصعب؛ الخطوات المكتوبة ليست تفسيراً مضموناً
نمط الخطأيفشل عند الخروج عن القواعدقد يولّد معلومات خاطئة بثقة (الهلوسة)
التحديثتعديل القواعد يدوياًإعادة تدريب أو ضبط أو استرجاع معلومات

المصادر والمراجع العلمية

  1. John McDermott (1982). R1: A rule-based configurer of computer systems. Artificial Intelligence, 19(1):39-88. DOI: 10.1016/0004-3702(82)90021-2

    يدعم: XCON

    مقالة محكّمة · جرى التحقق من بياناته الببليوغرافية عبر Crossref · صفحة المرجع

  2. Tom B. Brown; Benjamin Mann; Nick Ryder; ... (31) (2020). Language Models are Few-Shot Learners. arXiv, 2005.14165. DOI: 10.48550/arXiv.2005.14165 · arXiv: 2005.14165

    يدعم: GPT-3

    نسخة أولية (Preprint) · جرى التحقق من بياناته الببليوغرافية عبر OpenAlex · صفحة المرجع