Stanford ve diğer üniversitelerden araştırmacılar, tablo verilerini analiz eden yapay zeka sistemlerinin hem doğru hem de anlaşılır olması için yeni bir yöntem geliştirdi. ReSS (Reasoning with Symbolic Scaffolds) adlı bu sistem, sembolik mantık ile büyük dil modellerini birleştiren hibrit bir yaklaşım benimsiyor.
Tablo verileri, sağlık kayıtlarından finansal analizlere kadar birçok kritik alanda yaygın olarak kullanılıyor. Bu alanlarda yapay zeka sistemlerinin sadece doğru tahminler yapması yetmiyor; aldığı kararları insanların anlayabileceği şekilde açıklayabilmesi de gerekiyor. Geleneksel sembolik modeller doğrulanabilir mantık sunsa da ifade gücü sınırlı, büyük dil modelleri ise güçlü olmasına rağmen domain-spesifik görevler için özel eğitim gerektiriyor.
ReSS sistemi bu sorunu, karar ağaçlarından elde edilen karar yollarını sembolik iskelet olarak kullanarak çözüyor. Bu iskelet yapılar, giriş özellikleri ve etiketlerle birlikte büyük dil modellerine rehberlik ederek, altta yatan karar mantığına sıkı sıkıya bağlı kalarak doğal dil açıklamaları üretmesini sağlıyor.
Bu yöntemle elde edilen yüksek kaliteli veri seti, önceden eğitilmiş büyük dil modellerini tablo verileri için özelleştirilmiş mantık yürütme sistemlerine dönüştürmek için kullanılıyor. Sistem, ölçeklenebilir veri hazırlama ve tutarlı mantık yürütme sorunlarını aynı anda çözerek, kritik uygulamalar için güvenilir yapay zeka çözümleri sunuyor.