“bilgi çıkarımı” için sonuçlar
4 sonuç bulundu. Sonuçları kategoriye göre daraltabilirsin.
Yapay Zeka Modelleri Elektrik Faturalarından Veri Çıkarımında Başarılı
Araştırmacılar, genel amaçlı büyük dil modellerinin İspanyol elektrik faturalarından yapılandırılmış bilgi çıkarma becerisini değerlendirdiler. Gemini 1.5 Pro ve Mistral-small modellerini kullanan çalışmada, özel eğitim gerektirmeden faturalardan otomatik veri çıkarımı test edildi. Sonuçlar, doğru komut mühendisliğinin model parametrelerinden çok daha önemli olduğunu ortaya koydu. En gelişmiş few-shot stratejileri, temel zero-shot yaklaşımlarına kıyasla yüzde 19'luk performans artışı sağladı. Bu bulgular, işletmelerin fatura işleme süreçlerini otomatikleştirmede yapay zekanın potansiyelini gösteriyor.
Yapay Zeka Tıbbi Kayıtlardan Ayrıntılı Bilgi Çıkarımında Yeni Seviyeye Ulaştı
Araştırmacılar, hastane kayıtlarından klinik bilgileri otomatik olarak çıkaran yapay zeka sistemlerini geliştirdi. Büyük dil modeli LLaMA3 kullanılarak yapılan çalışmada, tıbbi metinlerden 18 farklı kategoride detaylı bilgi ayıklama başarısı gösterildi. Sistem, taburcu özetleri ve acil servis raporları gibi yapılandırılmamış tıbbi metinlerden hastalık, ilaç, semptom gibi kritik bilgileri tanımlayabiliyor. Çalışma, sıfır örnekli öğrenme, az örnekli öğrenme ve ince ayar teknikleri kullanarak modelin performansını optimize etti. Bu gelişme, tıbbi kayıtların dijital analizi ve klinik karar destek sistemlerinin geliştirilmesinde önemli bir adım teşkil ediyor.
Yapay Zeka Klinik Araştırmalarda Veri Çıkarma Doğruluğunu %89'a Yükseltti
Klinik araştırmaların giderek karmaşıklaşması ve protokol yönetimindeki zorluklar, araştırma ekiplerini büyük bir yük altında bırakıyor. Yeni bir yapay zeka sistemi, RAG teknolojisi kullanarak klinik araştırma protokollerinden otomatik bilgi çıkarımında çığır açtı. Sistem, standart dil modellerine kıyasla %26 daha yüksek doğrulukla veri çıkarırken, araştırma koordinatörlerinin iş yükünü önemli ölçüde azaltıyor. Bu gelişme, klinik araştırmaların daha verimli yürütülmesi ve kalite standartlarının artırılması açısından kritik öneme sahip.
Yapay Zeka Anlaşmazlıkları Çözerek Metin Analiz Yeteneğini Artırıyor
Araştırmacılar, büyük dil modellerinin metin analiz performansını artırmak için yeni bir yöntem geliştirdi. DiZiNER adı verilen bu sistem, farklı yapay zeka modellerinin aynı metin üzerindeki anlaşmazlıklarını analiz ederek, tıpkı insan uzmanların pilot çalışmalarda yaptığı gibi, görev talimatlarını iyileştiriyor. Bu yaklaşım, özellikle isimlendirilmiş varlık tanıma görevlerinde sıfır-atış öğrenme performansını önemli ölçüde artırarak, yapay zekanın metin anlama yeteneklerinde yeni bir dönüm noktası yaratıyor. 18 farklı test kıyaslamasında en iyi sonuçları elde eden sistem, yapay zeka modellerinin sistematik hatalarını azaltmada başarılı oluyor.