النموذج السياقي
النموذج السياقي هو نوع متقدم من الذكاء الاصطناعي أو التعلم الآلي مصمم ليس فقط لمعالجة البيانات، بل لفهم السياق المحيط الذي تظهر فيه تلك البيانات. على عكس النماذج التقليدية التي تتعامل مع المدخلات بمعزل عن غيرها، تدمج النماذج السياقية المعلومات من البيئة المباشرة، أو التفاعلات السابقة، أو المعرفة الأوسع في المجال لتوليد مخرجات أكثر دقة وملاءمة ودقة في التعبير.
في بيئة البيانات الغنية اليوم، لا تكون البيانات الأولية كافية لاتخاذ قرارات عالية الجودة. يرفع النموذج السياقي الذكاء الاصطناعي من مجرد مطابقة الأنماط إلى الفهم الحقيقي. بالنسبة للشركات، يعني هذا تجاوز مطابقة الكلمات المفتاحية البسيطة إلى فهم نية المستخدم، والتنبؤ بالخطوات التالية، وتقديم تجارب مخصصة للغاية على نطاق واسع.
غالباً ما تستفيد هذه النماذج من معماريات المحولات (مثل تلك التي تشغل نماذج اللغة الكبيرة). إنها تُسند أوزاناً وعلاقات بين الأجزاء المختلفة لتسلسل الإدخال. على سبيل المثال، عند معالجة كلمة "بنك"، يستخدم النموذج السياقي الكلمات المحيطة ("بنك النهر" مقابل "بنك مالي") لتحديد المعنى الدلالي الصحيح، ويعدل تمثيله الداخلي وفقاً لذلك.
تشمل المفاهيم ذات الصلة البحث الدلالي، وشبكات المحولات، ورسوم بيانية المعرفة. في حين أن رسوم بيانية المعرفة توفر سياقاً منظماً، فإن النماذج السياقية تستنبط السياق ديناميكياً من البيانات غير المهيكلة.
