نماذج اللغات الكبيرة تشرح البرامج الخطية: من مشروع جانبي إلى بحث مايكروسوفت
في عام 2020، أثناء عمله في سلسلة التوريد في جوجل، قام المؤلف بتطوير مشروع جانبي للمساعدة في فهم البرامج الخطية (LPs). عندما تصبح LPs معقدة، يصبح فهم نتائجها تحديًا حتى بالنسبة للخبراء. تمثلت طريقة المؤلف في تعديل النموذج بشكل تفاعلي ومقارنة النتائج لشرح سلوك النموذج، واكتشف أن إضافة البيانات الوصفية الدلالية تبسط العملية. في الآونة الأخيرة، نشر باحثون من مايكروسوفت ورقة بحثية يستخدمون نماذج اللغات الكبيرة (LLMs) لترجمة الاستفسارات بلغة طبيعية إلى استفسارات منظمة، لتحقيق نتيجة مماثلة. يعتقد المؤلف أن LLMs هي حل ممتاز لترجمة الغموض البشري إلى استفسارات منظمة، تتم معالجتها بواسطة نظام تحسين كلاسيكي قوي، مع تلخيص النتائج بواسطة LLM. على الرغم من أن عمل المؤلف السابق ظل غير منشور، إلا أنه يجادل بأن فهم تفسيرات الأنظمة الأبسط أمر بالغ الأهمية لشرح أنظمة الذكاء الاصطناعي الأكثر تعقيدًا.