في عالم الذكاء الاصطناعي (AI) المستمر في التطور، تأتي دراسة جديدة لتقدم لنا إطارًا مبتكرًا يعتمد على تفسيرات مخصصة تتفاعل مع وجهات نظر المعلقين. يسلط هذا البحث الضوء على أهمية التعرف على العلامات التفصيلية للمعلقين، مما يتيح لنا فهمًا أعمق ومزيدًا من التمييز بين الآراء المختلفة.

تعتمد المنهجية الجديدة على نموذج يجمع بين تنبؤات العلامات المحددة للمعلقين (annotator-specific label prediction) والتفسيرات المخصصة التي يقدمونها. يتم تكييف هذا النموذج باستخدام مجموعة بيانات تحتوي على إشارات تفصيلية للغموض الطبيعي (NLI) مع تفسيرات من قبل المعلقين أنفسهم. يتم استخدام آلية تمثيل فريدة تُعرف باسم "جواز سفر المستخدم" (User Passport) لدمج هوية المعلق والبيانات الديموغرافية في عملية التنبؤ.

تم تقديم بنائين جديدين للشرح: أحدهما يعتمد على النهج التفسيري بعد حدوثه (post-hoc prompt-based explainer) والآخر هو جسر مخصص (prefixed bridge explainer) ينقل تمثيلات المصنف المعدلة مباشرة إلى نموذج توليدي. يتيح هذا التصميم إنتاج تفسيرات تتماشى مع وجهات نظر كل معلق.

أظهرت النتائج أن دمج نمذجة التفسيرات يحسن بشكل ملحوظ من أداء التنبؤ مقارنةً بنموذج مصنف يعتمد على المعلق. كما أظهرت طريقة الجسر المخصص استقرارًا أكبر في توافق العلامات وزيادة في التناسق الدلالي، في حين حققت الطريقة التفسيرية بعد حدوثه تشابهًا لفظيًا أقوى. تشير هذه الاكتشافات إلى أن نمذجة التفسيرات كتعابير عن وجهات نظر مفصلة توفر تمثيلًا أكثر ثراءً وصدقًا للاختلاف.

بمجملها، يمثل هذا البحث خطوة متقدمة في نمذجة وجهات النظر من خلال دمج التفسيرات المحددة للمعلقين في عناصر التنبؤ والتوليد.