الأخبار المزيفة، التي تُعرف بأنها الأخبار التي تنقل أو تتضمن معلومات كاذبة أو ملفقة أو مضللة عمدًا، كانت موجودة منذ ظهور الصحافة المطبوعة. إن الانتشار السريع للأخبار المزيفة والمعلومات المضللة عبر الإنترنت لا يخدع الجمهور فحسب، بل يمكن أن يكون له أيضا تأثير عميق على المجتمع والسياسة والاقتصاد والثقافة. الامثله تشمل:
- زراعة عدم الثقة في وسائل الإعلام
- تقويض العملية الديمقراطية
- نشر العلوم الزائفة أو التي فقدت مصداقيتها (على سبيل المثال، حركة مكافحة التطعيم)
لقد أدى التقدم في الذكاء الاصطناعي (AI) والتعلم الآلي (ML) إلى جعل تطوير الأدوات اللازمة لإنشاء الأخبار المزيفة ومشاركتها أكثر سهولة. تشمل الأمثلة المبكرة الروبوتات الاجتماعية المتقدمة والحسابات الآلية التي تعمل على تعزيز المرحلة الأولية لنشر الأخبار المزيفة. بشكل عام، ليس من السهل على الجمهور تحديد ما إذا كانت هذه الحسابات أشخاصًا أم روبوتات. بالإضافة إلى ذلك، فإن الروبوتات الاجتماعية ليست أدوات غير قانونية، وتقوم العديد من الشركات بشرائها بشكل قانوني كجزء من إستراتيجيتها التسويقية. لذلك، ليس من السهل الحد من استخدام الروبوتات الاجتماعية بشكل منهجي.
تتيح الاكتشافات الحديثة في مجال الذكاء الاصطناعي التوليدي إنتاج محتوى نصي بوتيرة غير مسبوقة بمساعدة نماذج اللغات الكبيرة (LLMs). LLMs عبارة عن نماذج نصية مولدة للذكاء الاصطناعي تحتوي على أكثر من مليار معلمة، ويتم تسهيلها في تركيب نص عالي الجودة.
في هذا المنشور، نستكشف كيف يمكنك استخدام LLMs لمعالجة المشكلة السائدة المتمثلة في اكتشاف الأخبار المزيفة. نقترح أن يكون حاملو ماجستير إدارة الأعمال متقدمين بما فيه الكفاية لهذه المهمة، خاصة إذا تم تحسين التقنيات السريعة مثل سلسلة الفكر و تتفاعل يتم استخدامها مع أدوات استرجاع المعلومات.
نوضح ذلك من خلال إنشاء ملف لانجشين تطبيق يُعلم المستخدم، عند ظهور خبر ما، ما إذا كان المقال صحيحًا أم مزيفًا باستخدام اللغة الطبيعية. يستخدم الحل أيضا أمازون بيدروك، وهي خدمة مُدارة بالكامل تتيح إمكانية الوصول إلى النماذج الأساسية (FMs) من أمازون وموفري النماذج الخارجيين من خلال وحدة تحكم إدارة AWS وواجهات برمجة التطبيقات.
LLMs والأخبار المزيفة
بدأت ظاهرة الأخبار المزيفة تتطور بسرعة مع ظهور الإنترنت، وبشكل أكثر تحديدًا وسائل التواصل الاجتماعي (Nielsen et al.، 2017). على وسائل التواصل الاجتماعي، يمكن مشاركة الأخبار المزيفة بسرعة على شبكة المستخدم، مما يدفع الجمهور إلى تكوين رأي جماعي خاطئ. بالإضافة إلى ذلك، غالبًا ما ينشر الأشخاص أخبارًا مزيفة باندفاع، متجاهلين حقيقة المحتوى إذا كانت الأخبار تتوافق مع معاييرهم الشخصية (تسيبورسكي وآخرون. 2018). أشارت الأبحاث في العلوم الاجتماعية إلى أن التحيز المعرفي (التحيز التأكيدي، وتأثير العربة، والتحيز الداعم للاختيار) هو أحد العوامل الأكثر محورية في اتخاذ قرارات غير عقلانية فيما يتعلق بإنشاء واستهلاك الأخبار المزيفة (كيم ، وآخرون ، 2021). وهذا يعني أيضًا أن مستهلكي الأخبار يشاركون ويستهلكون المعلومات فقط في اتجاه تعزيز معتقداتهم.
إن قوة الذكاء الاصطناعي التوليدي لإنتاج محتوى نصي وغني بوتيرة غير مسبوقة تؤدي إلى تفاقم مشكلة الأخبار المزيفة. ومن الأمثلة الجديرة بالذكر تقنية التزييف العميق، التي تجمع صورًا مختلفة في مقطع فيديو أصلي وتنتج مقطع فيديو مختلفًا. إلى جانب نية التضليل التي يجلبها الممثلون البشريون إلى هذا المزيج، تضيف LLMs مجموعة جديدة تمامًا من التحديات:
- أخطاء واقعية – يتعرض حاملو ماجستير إدارة الأعمال لخطر متزايد لاحتواء الأخطاء الواقعية نظرًا لطبيعة تدريبهم وقدرتهم على الإبداع أثناء توليد الكلمات التالية في الجملة. يعتمد تدريب LLM على تقديم نموذج بشكل متكرر بمدخلات غير مكتملة، ثم استخدام تقنيات تدريب ML حتى يملأ الفجوات بشكل صحيح، وبالتالي تعلم بنية اللغة ونموذج عالمي قائم على اللغة. وبالتالي، على الرغم من أن طلاب الماجستير في القانون هم مطابقون رائعون للأنماط وإعادة توحيدها ("الببغاوات العشوائية")، إلا أنهم يفشلون في عدد من المهام البسيطة التي تتطلب تفكيرًا منطقيًا أو استنتاجًا رياضيًا، ويمكن أن تهلوس الإجابات. بالإضافة إلى ذلك، تعد درجة الحرارة أحد معلمات إدخال LLM التي تتحكم في سلوك النموذج عند إنشاء الكلمة التالية في الجملة. ومن خلال تحديد درجة حرارة أعلى، سيستخدم النموذج كلمة ذات احتمالية أقل، مما يوفر استجابة أكثر عشوائية.
- طويل – تميل النصوص التي تم إنشاؤها إلى أن تكون طويلة وتفتقر إلى تفاصيل محددة بوضوح للحقائق الفردية.
- عدم التحقق من الحقائق - لا توجد أدوات موحدة متاحة للتحقق من الحقائق أثناء عملية إنشاء النص.
بشكل عام، أدى الجمع بين علم النفس البشري والقيود المفروضة على أنظمة الذكاء الاصطناعي إلى خلق عاصفة مثالية لانتشار الأخبار المزيفة والمعلومات المضللة عبر الإنترنت.
حل نظرة عامة
تُظهر LLMs قدرات متميزة في توليد اللغة وفهمها والتعلم القليل. ويتم تدريبهم على مجموعة كبيرة من النصوص من الإنترنت، حيث قد لا يتم ضمان جودة ودقة اللغة الطبيعية المستخرجة.
في هذا المنشور، نقدم حلاً للكشف عن الأخبار المزيفة استنادًا إلى النهج السريع لسلسلة الفكر وإعادة الفعل (الاستدلال والتصرف). أولاً، نناقش هاتين التقنيتين الهندسيتين السريعتين، ثم نعرض تنفيذهما باستخدام LangChain وAmazon Bedrock.
يوضح الرسم التخطيطي التالي الحل الخاص بجهاز كشف الأخبار المزيفة.
نحن نستخدم مجموعة فرعية من مجموعة بيانات الحمى تحتوي على عبارة والحقيقة الأساسية حول العبارة التي تشير إلى ادعاءات كاذبة أو صحيحة أو لا يمكن التحقق منها (ثورن ج. وآخرون، 2018).
ويمكن تقسيم سير العمل إلى الخطوات التالية:
- يقوم المستخدم باختيار إحدى العبارات للتحقق مما إذا كانت مزيفة أم صحيحة.
- تم دمج البيان ومهمة الكشف عن الأخبار المزيفة في المطالبة.
- يتم تمرير المطالبة إلى LangChain، الذي يستدعي FM في Amazon Bedrock.
- تقوم Amazon Bedrock بإرجاع استجابة لطلب المستخدم مع العبارة True أو False.
في هذه التدوينة، نستخدم نموذج كلود v2 من Anthrophic (anthropic.claude-v2). كلود هي شهادة LLM توليدية تعتمد على أبحاث Anthropic في إنشاء أنظمة ذكاء اصطناعي موثوقة وقابلة للتفسير وقابلة للتوجيه. تم إنشاء كلود باستخدام تقنيات مثل الذكاء الاصطناعي الدستوري والتدريب على عدم الإيذاء، وهو يتفوق في الحوار المدروس وإنشاء المحتوى والتفكير المعقد والإبداع والبرمجة. ومع ذلك، باستخدام Amazon Bedrock وبنية الحلول الخاصة بنا، لدينا أيضًا المرونة في الاختيار من بين مديري FM الآخرين الذين توفرهم أمازون, AI21labs, التحمو الاستقرار.
يمكنك العثور على تفاصيل التنفيذ في الأقسام التالية. كود المصدر متاح في مستودع جيثب.
المتطلبات الأساسية المسبقة
في هذا البرنامج التعليمي، تحتاج إلى محطة bash مزودة بـ Python 3.9 أو أعلى مثبتة على Linux أو Mac أو نظام Windows الفرعي لنظام التشغيل Linux وحساب AWS.
نوصي أيضًا باستخدام أحد ملفات أمازون ساجميكر ستوديو دفتر، ان سحابة AWS 9 مثال ، أو الأمازون الحوسبة المرنة السحابية (Amazon EC2) مثيل.
انشر اكتشاف الأخبار المزيفة باستخدام Amazon Bedrock API
يستخدم الحل واجهة برمجة تطبيقات Amazon Bedrock، والتي يمكن الوصول إليها باستخدام واجهة سطر الأوامر AWS (AWS CLI)، AWS SDK لـ Python (Boto3)، أو الأمازون SageMaker دفتر. الرجوع إلى دليل مستخدم أمازون بيدروك للمزيد من المعلومات. في هذا المنشور، نستخدم واجهة برمجة تطبيقات Amazon Bedrock عبر AWS SDK لـ Python.
قم بإعداد بيئة Amazon Bedrock API
لإعداد بيئة Amazon Bedrock API الخاصة بك، أكمل الخطوات التالية:
- قم بتنزيل أحدث إصدار من Boto3 أو قم بترقيته:
- تأكد من تكوين بيانات اعتماد AWS باستخدام
aws configure
أمرها أو قم بتمريرها إلى عميل Boto3. - قم بتثبيت أحدث إصدار من لانجشين:
يمكنك الآن اختبار الإعداد الخاص بك باستخدام برنامج Python Shell النصي التالي. يقوم البرنامج النصي بإنشاء مثيل لعميل Amazon Bedrock باستخدام Boto3. التالي نسميه list_foundation_models
API للحصول على قائمة نماذج الأساس المتاحة للاستخدام.
بعد تشغيل الأمر السابق بنجاح، يجب أن تحصل على قائمة FMs من Amazon Bedrock.
LangChain كحل تسلسلي سريع
للكشف عن الأخبار المزيفة في جملة معينة، نتبع عملية التفكير المنطقي لسلسلة الأفكار (صفر)وي ج. وآخرون، 2022)، والذي يتكون من الخطوات التالية:
- في البداية، يحاول النموذج إنشاء بيان حول الأخبار المطلوبة.
- يقوم النموذج بإنشاء قائمة نقطية من التأكيدات.
- بالنسبة لكل تأكيد، يحدد النموذج ما إذا كان التأكيد صحيحًا أم خطأ. لاحظ أنه باستخدام هذه المنهجية، يعتمد النموذج حصريًا على معرفته الداخلية (الأوزان المحسوبة في مرحلة ما قبل التدريب) للوصول إلى الحكم. ولم يتم التحقق من المعلومات مقابل أي بيانات خارجية في هذه المرحلة.
- في ضوء الحقائق، يجيب النموذج بـ TRUE أو FALSE للبيان المحدد في الموجه.
ولتحقيق هذه الخطوات، نستخدم LangChain، وهو إطار عمل لتطوير التطبيقات المدعومة بنماذج اللغة. يتيح لنا إطار العمل هذا زيادة وحدات FM عن طريق ربط المكونات المختلفة معًا لإنشاء حالات استخدام متقدمة. في هذا الحل، نستخدم المدمج في SimpleSequentialChain في LangChain لإنشاء سلسلة متسلسلة بسيطة. وهذا مفيد جدًا، لأنه يمكننا أخذ المخرجات من سلسلة ما واستخدامها كمدخل لسلسلة أخرى.
تم دمج Amazon Bedrock مع LangChain، لذلك ما عليك سوى إنشاء مثيل له عن طريق تمرير ملف model_id
عند إنشاء مثيل لكائن Amazon Bedrock. إذا لزم الأمر، يمكن توفير معلمات استنتاج النموذج من خلال model_kwargs
حجة، مثل:
- maxTokenCount – الحد الأقصى لعدد الرموز المميزة في الاستجابة التي تم إنشاؤها
- stopSequences - تسلسل التوقف الذي يستخدمه النموذج
- درجة الحرارة - قيمة تتراوح بين 0-1، حيث يكون 0 هو الأكثر حتمية و1 هو الأكثر إبداعًا
- تيشرت – قيمة تتراوح بين 0-1، وتستخدم للتحكم في اختيارات الرموز بناءً على احتمالية الاختيارات المحتملة
إذا كانت هذه هي المرة الأولى التي تستخدم فيها نموذج Amazon Bedrock التأسيسي، فتأكد من طلب الوصول إلى النموذج عن طريق التحديد من قائمة النماذج الموجودة على الوصول إلى النموذج صفحة على وحدة تحكم Amazon Bedrock، والتي في حالتنا هي claude-v2 من Anthropic.
تحدد الوظيفة التالية سلسلة سلسلة الأفكار التي ذكرناها سابقًا للكشف عن الأخبار المزيفة. تأخذ الدالة كائن Amazon Bedrock (llm) وموجه المستخدم (q) كوسائط. لانجشين قالب موجه يتم استخدام الوظيفة هنا لتحديد وصفة مسبقًا لإنشاء المطالبات.
الكود التالي يستدعي الدالة التي حددناها سابقًا ويقدم الإجابة. البيان هو TRUE
or FALSE
. TRUE
يعني أن البيان المقدم يحتوي على حقائق صحيحة، و FALSE
يعني أن العبارة تحتوي على حقيقة واحدة غير صحيحة على الأقل.
يتم تقديم مثال على بيان واستجابة نموذجية في الإخراج التالي:
رد الفعل والأدوات
في المثال السابق، حدد النموذج بشكل صحيح أن العبارة خاطئة. ومع ذلك فإن تقديم الاستعلام مرة أخرى يوضح عدم قدرة النموذج على تمييز صحة الحقائق. لا يمتلك النموذج الأدوات اللازمة للتحقق من صدق العبارات بما يتجاوز ذاكرته التدريبية الخاصة، لذا فإن التشغيل اللاحق لنفس الموجه يمكن أن يؤدي إلى تصنيف العبارات المزيفة بشكل خاطئ على أنها صحيحة. في التعليمة البرمجية التالية، لديك تشغيل مختلف لنفس المثال:
إحدى تقنيات ضمان الصدق هي ReAct. تتفاعل (ياو س. وآخرون، 2023) هي تقنية سريعة تعمل على تعزيز النموذج الأساسي بمساحة عمل الوكيل. في هذا المنشور، وكذلك في ورقة ReAct، تنفذ مساحة الإجراء استرجاع المعلومات باستخدام إجراءات البحث والبحث والإنهاء من واجهة برمجة تطبيقات ويب Wikipedia البسيطة.
السبب وراء استخدام ReAct مقارنةً بسلسلة الأفكار هو استخدام استرجاع المعرفة الخارجية لتعزيز النموذج الأساسي لاكتشاف ما إذا كان خبر معين مزيفًا أم صحيحًا.
في هذا المنشور، نستخدم تطبيق LangChain لـ ReAct من خلال الوكيل ZERO_SHOT_REACT_DESCRIPTION. قمنا بتعديل الوظيفة السابقة لتنفيذ ReAct واستخدام ويكيبيديا باستخدام وظيفة Load_tools من ملف langchain.agents.
نحتاج أيضًا إلى تثبيت حزمة ويكيبيديا:
!pip install Wikipedia
وفيما يلي الكود الجديد:
ما يلي هو إخراج الدالة السابقة بالنظر إلى نفس العبارة المستخدمة من قبل:
تنظيف
لتوفير التكاليف، احذف جميع الموارد التي قمت بنشرها كجزء من البرنامج التعليمي. إذا قمت بتشغيل AWS Cloud9 أو مثيل EC2، فيمكنك حذفه عبر وحدة التحكم أو باستخدام AWS CLI. وبالمثل، يمكنك حذف دفتر ملاحظات SageMaker الذي ربما قمت بإنشائه عبر وحدة تحكم SageMaker.
القيود والأعمال ذات الصلة
يتم بحث مجال اكتشاف الأخبار المزيفة بشكل نشط في المجتمع العلمي. في هذا المنشور، استخدمنا تقنيات سلسلة الأفكار وReAct، وفي تقييم التقنيات، ركزنا فقط على دقة تصنيف التقنية السريعة (إذا كانت عبارة معينة صحيحة أو خاطئة). لذلك، لم نأخذ في الاعتبار الجوانب المهمة الأخرى مثل سرعة الاستجابة، ولم نوسع الحل ليشمل مصادر قاعدة معرفية إضافية إلى جانب ويكيبيديا.
على الرغم من أن هذا المنشور ركز على تقنيتين، وهما Chain of Thought وReAct، فقد استكشفت مجموعة واسعة من الأعمال كيف يمكن لـ LLM اكتشاف الأخبار المزيفة أو إزالتها أو تخفيفها. لي وآخرون. اقترح استخدام نموذج التشفير وفك التشفير باستخدام NER (التعرف على الكيان المسمى) لإخفاء الكيانات المسماة من أجل التأكد من أن الرمز المميز المقنع يستخدم بالفعل المعرفة المشفرة في نموذج اللغة. تشيرن وآخرون. قام بتطوير FacTool، الذي يستخدم مبادئ سلسلة الأفكار لاستخراج المطالبات من الموجه، وبالتالي جمع الأدلة ذات الصلة بالمطالبات. ثم تحكم LLM على مدى صحة المطالبة بالنظر إلى قائمة الأدلة المستردة. دو إي وآخرون. يقدم نهجًا تكميليًا حيث يقترح العديد من حاملي LLM ويناقشون استجاباتهم الفردية وعمليات التفكير المنطقي على مدار جولات متعددة من أجل الوصول إلى إجابة نهائية مشتركة.
استنادًا إلى الأدبيات، نرى أن فعالية ماجستير القانون في اكتشاف الأخبار المزيفة تزداد عندما يتم تعزيز ماجستير القانون بالمعرفة الخارجية وقدرة المحادثة متعددة الوكلاء. ومع ذلك، فإن هذه الأساليب أكثر تعقيدًا من الناحية الحسابية لأنها تتطلب استدعاءات وتفاعلات نموذجية متعددة، ومطالبات أطول، واستدعاءات طبقة شبكة طويلة. وفي نهاية المطاف، يترجم هذا التعقيد إلى زيادة في التكلفة الإجمالية. نوصي بتقييم نسبة التكلفة إلى الأداء قبل نشر حلول مماثلة في الإنتاج.
وفي الختام
في هذا المنشور، بحثنا في كيفية استخدام ماجستير إدارة الأعمال لمعالجة مشكلة الأخبار المزيفة السائدة، والتي تعد أحد التحديات الرئيسية لمجتمعنا في الوقت الحاضر. بدأنا بتحديد التحديات التي تفرضها الأخبار المزيفة، مع التركيز على قدرتها على التأثير على المشاعر العامة والتسبب في اضطرابات مجتمعية.
قمنا بعد ذلك بتقديم مفهوم LLMs كنماذج ذكاء اصطناعي متقدمة يتم تدريبها على كمية كبيرة من البيانات. وبفضل هذا التدريب المكثف، تتمتع هذه النماذج بفهم مثير للإعجاب للغة، مما يمكنها من إنتاج نص يشبه الإنسان. وبهذه القدرة، أظهرنا كيف يمكن تسخير حاملي شهادات الماجستير في المعركة ضد الأخبار المزيفة باستخدام تقنيتين سريعتين مختلفتين، وهما Chain of Thought وReAct.
لقد سلطنا الضوء على كيفية قيام حاملي شهادة LLM بتسهيل خدمات التحقق من الحقائق على نطاق لا مثيل له، نظرًا لقدرتهم على معالجة وتحليل كميات هائلة من النصوص بسرعة. يمكن أن تؤدي إمكانية التحليل في الوقت الفعلي إلى الكشف المبكر عن الأخبار المزيفة واحتوائها. لقد أوضحنا ذلك من خلال إنشاء برنامج نصي بلغة بايثون، والذي، عند تقديم بيان، يسلط الضوء للمستخدم على ما إذا كانت المقالة صحيحة أم مزيفة باستخدام اللغة الطبيعية.
اختتمنا حديثنا بالتأكيد على القيود المفروضة على النهج الحالي واختتمنا بملاحظة مفعمة بالأمل، مشددين على أنه مع وجود الضمانات الصحيحة والتحسينات المستمرة، يمكن أن تصبح شهادات الماجستير في القانون أدوات لا غنى عنها في مكافحة الأخبار المزيفة.
نحن نحب أن نسمع منك. أخبرنا برأيك في قسم التعليقات، أو استخدم منتدى المشكلات في مستودع جيثب.
إخلاء المسؤولية: الكود الموجود في هذا المنشور مخصص للأغراض التعليمية والتجريبية فقط. ولا ينبغي الاعتماد عليه للكشف عن الأخبار المزيفة أو المعلومات الخاطئة في أنظمة الإنتاج في العالم الحقيقي. لا يتم تقديم أي ضمانات بشأن دقة أو اكتمال اكتشاف الأخبار المزيفة باستخدام هذا الرمز. يجب على المستخدمين توخي الحذر وإجراء العناية الواجبة قبل استخدام هذه التقنيات في التطبيقات الحساسة.
للبدء مع Amazon Bedrock، قم بزيارة وحدة تحكم أمازون بيدروك.
عن المؤلفين
أناماريا تودور هو مهندس الحلول الرئيسي ومقره في كوبنهاجن، الدنمارك. رأت أول جهاز كمبيوتر خاص بها عندما كانت في الرابعة من عمرها ولم تترك علوم الكمبيوتر وألعاب الفيديو والهندسة أبدًا منذ ذلك الحين. عملت في العديد من الأدوار الفنية، بدءًا من العمل المستقل، ومطور البرامج المتكاملة، إلى مهندس البيانات، والقائد الفني، ومدير التكنولوجيا التنفيذي في العديد من الشركات في الدنمارك، مع التركيز على صناعتي الألعاب والإعلان. لقد عملت في AWS لأكثر من 4 سنوات، حيث عملت كمهندسة حلول رئيسية، مع التركيز بشكل أساسي على علوم الحياة والذكاء الاصطناعي/تعلم الآلة. أناماريا حاصلة على درجة البكالوريوس في الهندسة التطبيقية وعلوم الكمبيوتر، ودرجة الماجستير في علوم الكمبيوتر، وأكثر من 3 سنوات من الخبرة في AWS. عندما لا تعمل أو تلعب ألعاب الفيديو، تقوم بتدريب الفتيات والمهنيات على فهم وإيجاد طريقهم من خلال التكنولوجيا.
مارسيل كاسترو هو أحد كبار مهندسي الحلول ومقره في أوسلو، النرويج. ومن خلال منصبه، يساعد مارسيل العملاء في الهندسة المعمارية والتصميم وتطوير البنية التحتية المحسنة للسحابة. وهو عضو في فريق AWS Geneative AI Ambassador بهدف قيادة ودعم عملاء أوروبا والشرق الأوسط وأفريقيا في رحلة الذكاء الاصطناعي التوليدية الخاصة بهم. وهو حاصل على درجة الدكتوراه في علوم الكمبيوتر من السويد ودرجتي الماجستير والبكالوريوس في الهندسة الكهربائية والاتصالات من البرازيل.
- محتوى مدعوم من تحسين محركات البحث وتوزيع العلاقات العامة. تضخيم اليوم.
- PlatoData.Network Vertical Generative Ai. تمكين نفسك. الوصول هنا.
- أفلاطونايستريم. ذكاء Web3. تضخيم المعرفة. الوصول هنا.
- أفلاطون كربون، كلينتك ، الطاقة، بيئة، شمسي، إدارة المخلفات. الوصول هنا.
- أفلاطون هيلث. التكنولوجيا الحيوية وذكاء التجارب السريرية. الوصول هنا.
- المصدر https://aws.amazon.com/blogs/machine-learning/harness-large-language-models-in-fake-news-detection/
- :لديها
- :يكون
- :ليس
- :أين
- 100 مليون دولار
- $ UP
- 1
- 10
- 100
- 12
- 13
- 14
- 20
- 2022
- أول
- 26%
- 27
- 32
- 36
- 7
- 9
- a
- القدرة
- من نحن
- فوق
- AC
- أكاديمي
- الأبحاث الأكاديمية
- الأكاديمية
- الوصول
- الوصول
- يمكن الوصول
- حسابي
- الحسابات
- دقة
- التأهيل
- الإنجازات
- في
- التمثيل
- اكشن
- الإجراءات
- بنشاط
- الجهات الفاعلة
- في الواقع
- تضيف
- إضافة
- إضافي
- متقدم
- مجيء
- دعاية
- مرة أخرى
- ضد
- الوكيل
- عملاء
- AI
- نماذج الذكاء الاصطناعى
- أنظمة الذكاء الاصطناعي
- AI / ML
- AL
- الكل
- يسمح
- وحده
- أيضا
- بالرغم ان
- أمازون
- Amazon EC2
- أمازون ويب سيرفيسز
- سفير
- أمريكي
- من بين
- المبالغ
- an
- تحليل
- تحليل
- قديم
- و
- سنوياً
- آخر
- إجابة
- الأجوبة
- أنثروبي
- أي وقت
- API
- واجهات برمجة التطبيقات
- يبدو
- تطبيق
- التطبيقات
- تطبيقي
- معين
- نهج
- اقتراب
- ما يقرب من
- هندسة معمارية
- هي
- حجة
- الحجج
- حول
- البند
- مصطنع
- الذكاء الاصطناعي
- الذكاء الاصطناعي (منظمة العفو الدولية)
- فنون
- AS
- الجوانب
- تقييم
- تقييم
- الافتراضات
- مؤكد
- علم الفلك
- At
- محاولات
- زيادة
- المعزز
- الزيادات
- الآلي
- متاح
- منحت
- AWS
- سحابة AWS 9
- قاعدة
- على أساس
- سحق
- معركة
- BE
- لان
- أصبح
- أن تصبح
- كان
- قبل
- سلوك
- وراء
- يجري
- المعتقدات
- بالإضافة إلى
- ما بين
- Beyond
- انحياز
- مليار
- علم الاحياء
- الطبية الحيوية
- الجسدي
- على حد سواء
- البوتات
- البرازيل
- جلب
- مكسورة
- مدمج
- رجل اعمال
- لكن
- by
- دعوة
- دعوات
- CAN
- قدرات
- قدرة
- الطاقة الإنتاجية
- حقيبة
- الحالات
- سبب
- الحذر
- قرن
- سلسلة
- السلاسل
- التحديات
- تشانغ
- التحقق
- كيمياء
- الصينية
- الخيارات
- اختار
- مطالبة
- مطالبات
- فئة
- تصنيف
- بوضوح
- زبون
- اغلاق
- Cloud9
- تدريب
- الكود
- البرمجة
- المعرفية
- جمع
- جماعي
- كلية
- كولومبيا
- مجموعة
- تعليقات
- مشترك
- عادة
- مجتمع
- الشركات
- مقارنة
- مكمل
- إكمال
- مجمع
- تعقيد
- مكونات
- تتألف
- إحصاء
- الكمبيوتر
- علوم الكمبيوتر
- مفهوم
- وخلص
- أكد
- تأكيد
- بالتزامن
- بناء على ذلك
- نظرت
- ثابتة
- يتكون
- كنسولات
- تستهلك
- المستهلكين
- استهلاك
- الاحتواء
- يحتوي
- محتوى
- انشاء محتوى
- متواصل
- إسهام
- مراقبة
- ضوابط
- محادثة
- تصحيح
- بشكل صحيح
- التكلفة
- التكاليف
- استطاع
- دولة
- البلد
- خلق
- خلق
- يخلق
- خلق
- خلق
- الإبداع
- الإبداع
- أوراق اعتماد
- CTO
- ثقافة
- كبح
- حالياًّ
- العملاء
- البيانات
- مناقشة
- القرارات
- تعريف
- يعرف
- الدرجة العلمية
- ديمقراطي
- تظاهر
- يوضح
- التظاهر
- الدنمارك
- القسم
- نشر
- نشر
- تصميم
- تفاصيل
- بكشف أو
- كشف
- حدد
- يحدد
- المتقدمة
- المطور
- تطوير
- التطوير التجاري
- التطورات
- حوار
- مختلف
- الاجتهاد
- اتجاه
- بحث
- التضليل
- العرض
- الاضطرابات
- تميز
- عدم ثقة
- با الطبيب
- هل
- لا
- إلى أسفل
- dr
- قيادة
- اثنان
- أثناء
- e
- E & T
- كل
- في وقت سابق
- في وقت مبكر
- كسب
- حصل
- أرض
- أسهل
- سهل
- الاقتصاد - Economics
- اقتصاد
- تربوي
- المربين
- تأثير
- فعالية
- إما
- القضاء
- في مكان آخر
- EMEA
- ظهور
- تشديد
- تمكين
- انتهى
- مهندس
- الهندسة
- التحسينات
- ضمان
- الدخول
- الكيانات
- كيان
- البيئة
- مساواة
- أخطاء
- خاصة
- أنشئ
- تقييم
- حتى
- أحداث
- المتطورة
- مثال
- أمثلة
- على وجه الحصر
- ممارسة
- الخبره في مجال الغطس
- شرح
- اكتشف
- استكشاف
- واسع
- خارجي
- استخراج
- تسهيل
- يسر
- حقيقة
- العوامل
- حقائق
- يفشلون
- زائف
- أخبار وهمية
- زائف
- مشهور
- أنثى
- حقل
- حارب
- يملأ
- نهائي
- مالي
- العثور على
- نهاية
- الاسم الأول
- لأول مرة
- مرونة
- ركز
- ويركز
- التركيز
- اتباع
- متابعيك
- في حالة
- النموذج المرفق
- رسمي
- المنتدى
- دورة تأسيسية
- التأسيسية
- تاسست
- الإطار
- تبدأ من
- fu
- تماما
- وظيفة
- وظيفة
- ألعاب
- الألعاب
- الفجوات
- الجنس
- المساواة بين الجنسين
- العلاجات العامة
- توليد
- ولدت
- توليد
- جيل
- توليدي
- الذكاء الاصطناعي التوليدي
- دولار فقط واحصل على خصم XNUMX% على جميع
- البنات
- GitHub جيثب:
- معطى
- Go
- هدف
- عظيم
- أرض
- ضمانات
- كان
- ظفيرة
- يملك
- he
- سماع
- مساعدة
- يساعد
- لها
- هنا
- عالي الجودة
- أعلى
- ويبرز
- جدا
- له
- تاريخ
- يحمل
- شرف
- متفائل
- إسكان
- كيفية
- كيفية
- لكن
- HTML
- HTTP
- HTTPS
- الانسان
- i
- IBM
- محدد
- if
- غير شرعي
- توضيح
- صور
- التأثير
- تنفيذ
- التنفيذ
- الأدوات
- استيراد
- أهمية
- مثير للإعجاب
- تحسن
- in
- عجز
- تتضمن
- يشمل
- بما فيه
- الاشتقاق
- يدمج
- زيادة
- الزيادات
- يشير
- فرد
- الصناعات
- معلومات
- بإعلام
- البنية التحتية
- في البداية
- إدخال
- في الداخل
- تثبيت
- تثبيت
- مثل
- معهد
- المؤسسات
- المتكاملة
- رؤيتنا
- نية
- التفاعلات
- داخلي
- Internet
- إلى
- أدخلت
- يتضرع
- المشاركة
- قضية
- مسائل
- IT
- انها
- رحلة
- JPG
- جسون
- القضاة
- كينيث
- علم
- المعرفة
- معروف
- نقص
- لغة
- كبير
- متأخر
- آخر
- لاتيني
- أطلقت
- طبقة
- قيادة
- قيادة
- تعلم
- الأقل
- قانونيا
- اسمحوا
- الحياة
- علوم الحياة
- مثل
- القيود
- خط
- لينكدين:
- وصلات
- لينكس
- قائمة
- المدرج
- أدب
- LLM
- منطقي
- يعد
- بحث
- حب
- لجنة الهدنة العسكرية
- آلة
- آلة التعلم
- صنع
- في الأساس
- تحتفظ
- رائد
- جعل
- يصنع
- القيام ب
- تمكن
- إدارة
- كثير
- التسويق
- قناع
- سادة
- رياضي
- الرياضيات
- أقصى
- مايو..
- يعني
- يعني
- الوسائط
- طبي
- دواء
- عضو
- الأعضاء
- مكبر الصوت : يدعم، مع دعم ميكروفون مدمج لمنع الضوضاء
- المذكورة
- آلية العمل
- ميشيغان
- مليون
- الألغام
- معلومات خاطئة
- مضلل
- معهد ماساتشوستس للتكنولوجيا
- تخفيف
- مزيج
- ML
- نموذج
- عارضات ازياء
- تعديل
- الأكثر من ذلك
- أكثر
- حركة
- متعدد
- my
- عين
- ناسا
- محليات
- طبيعي
- الطبيعة
- حاجة
- بحاجة
- شبكة
- أبدا
- جديد
- أخبار
- التالي
- لا
- حائز على جائزة نوبل
- المعايير
- النرويج
- جدير بالذكر
- مفكرة
- الآن
- عدد
- موضوع
- ملاحظة
- شهر اكتوبر
- of
- عرضت
- غالبا
- قديم
- on
- ONE
- online
- فقط
- عمليات
- مراجعة
- or
- طلب
- أصلي
- أخرى
- وإلا
- لنا
- حدود
- يحدد
- الناتج
- معلقة
- على مدى
- الكلي
- الخاصة
- مملوكة
- سلام
- صفقة
- صفحة
- صفحات
- ورق
- المعلمات
- جزء
- pass
- مرت
- مرور
- محاكاة الصوم
- مسار
- نمط
- مجتمع
- نفذ
- الشخصية
- مرحلة جديدة
- رسالة دكتوراه
- ظاهرة
- فلسفة
- فيزياء
- قطعة
- محوري
- أفلاطون
- الذكاء افلاطون البيانات
- أفلاطون داتا
- لعب
- البوينت
- سياسة
- ممكن
- منشور
- محتمل
- قوة
- مدعوم
- قدم
- الهدايا
- صحافة
- سائد
- سابق
- سابقا
- في المقام الأول
- رئيسي
- مبادئ
- الطباعة
- طباعة الصحيفه
- قبل
- جوائز
- المشكلة
- عملية المعالجة
- العمليات
- إنتاج
- الإنتــاج
- المهنيين
- عميق
- البرنامج
- اقترح
- المقترح
- تزود
- المقدمة
- مقدمي
- ويوفر
- توفير
- السيكولوجيا
- جمهور
- شراء
- أغراض
- بايثون
- جودة
- كمية
- بسرعة
- راديو
- عشوائية
- نطاقات
- المرتبة
- سريع
- بسرعة
- نسبة
- الوصول
- رد فعل
- العالم الحقيقي
- في الوقت الحقيقي
- سبب
- تسلم
- تلقى
- وصفة
- اعتراف
- نوصي
- الرجوع
- يشير
- ذات صلة
- نسبيا
- ذات الصلة
- الخدمة الموثوقة
- مرارا وتكرارا
- مستودع
- طلب
- تطلب
- مطلوب
- بحث
- صدى
- الموارد
- الرد
- استجابة
- ردود
- مسؤول
- عائد أعلى
- عائدات
- النوادي الثرية
- المخاطرة
- النوع
- الأدوار
- جولات
- يجري
- تشغيل
- يدير
- s
- الضمانات
- sagemaker
- نفسه
- حفظ
- رأى
- حجم
- المدرسة
- كلية الهندسة
- علوم
- علوم
- علمي
- العلماء
- سيناريو
- الإستراحة
- بحث
- القسم
- أقسام
- انظر تعريف
- اختيار
- كبير
- حساس
- عقوبة
- عاطفة
- تسلسل
- الخدمة
- خدماتنا
- طقم
- الإعداد
- مشاركة
- شاركت
- مشاركة
- مشاركة
- هي
- قذيفة
- ينبغي
- إظهار
- مماثل
- وبالمثل
- الاشارات
- منذ
- شقيقة
- So
- العدالة
- وسائل التواصل الاجتماعي
- مجتمعي
- جاليات
- حل
- الحلول
- بعض
- مصدر
- شفرة المصدر
- مصادر
- الفضاء
- توتر
- على وجه التحديد
- سرعة
- انتشار
- الانتشار
- المسرح
- معيار
- ستانفورد
- جامعة ستانفورد
- بدأت
- ملخص الحساب
- البيانات
- المحافظة
- خطوات
- قلة النوم
- عاصفة
- الإستراتيجيات
- تقوية
- بناء
- عدد الطلبة
- دراسة
- لاحق
- جوهري
- بنجاح
- هذه
- اقترح
- ملخص
- أدائنا
- الدعم
- بالتأكيد
- تمايل
- السويد
- بسرعة
- تركيب
- أنظمة
- معالجة
- أخذ
- يأخذ
- مهمة
- المهام
- فريق
- تقني
- تقنية
- تقنيات
- التكنولوجية
- تكنولوجيا
- الاتصالات
- قالب
- محطة
- سياسة الحجب وتقييد الوصول
- تجربه بالعربي
- نص
- نصي
- أن
- •
- المعلومات
- المصدر
- العالم
- من مشاركة
- منهم
- then
- هناك.
- وبالتالي
- وبالتالي
- تشبه
- هم
- اعتقد
- طرف ثالث
- هؤلاء
- فكر
- عبر
- طوال
- رابطة عنق
- الوقت
- الجدول الزمني
- إلى
- سويا
- رمز
- الرموز
- أدوات
- متدرب
- قادة الإيمان
- صحيح
- حقيقة
- البرنامج التعليمي
- اثنان
- في النهاية
- أكد
- فهم
- متحد
- الولايات المتحدة
- الجامعات
- جامعة
- لا نظير له
- غير مسبوق
- حتى
- ترقية
- بناء على
- us
- تستخدم
- مستعمل
- مستخدم
- المستخدمين
- يستخدم
- استخدام
- استخدام
- قيمنا
- مختلف
- كبير
- حكم
- التحقق
- تحقق من
- الإصدار
- جدا
- بواسطة
- فيديو
- ألعاب الفيديو
- قم بزيارتنا
- وكان
- we
- الويب
- خدمات ويب
- حسن
- ابحث عن
- متى
- سواء
- التي
- في حين
- من الذى
- كامل
- لماذا
- ويكيبيديا
- سوف
- نوافذ
- مع
- في غضون
- امرأة
- نسائي
- وون
- كلمة
- كلمات
- للعمل
- عمل
- سير العمل
- عامل
- العالم
- قيمة
- خاطئ
- سنوات
- أنت
- حل متجر العقارات الشامل الخاص بك في جورجيا
- زفيرنت