تقترح هذه البحث كاشفاً للمعلومات المضللة الصحية قائماً على الذكاء الاصطناعي وصديقاً للتنوع الثقافي واللغوي (CALD)، ويعالج بشكل خاص نقص الأدوات الفعالة للغات منخفضة الموارد مثل البنغالية. يقوم المؤلفون بتقييم النماذج اللغوية الصغيرة (SLMs) للتغلب على قيود النماذج اللغوية الكبيرة في هذا السياق.
- أُجريت تجارب باستخدام مجموعة بيانات للمعلومات المضللة الصحية مترجمة إلى البنغالية لتقييم نماذج SLM المختلفة.
- برز Phi-4 كنموذج متفوق، محققاً توازناً مثالياً بين الدقة والاستدعاء في استخراج الادعاءات.
- تم تصميم إطار عمل كشف جديد استناداً إلى معالجة اللغة الطبيعية المسؤولة، مع دمج الحساسية الثقافية، والإمكانية الضارة، وجودة التواصل.
توفر الدراسة لوحة تحكم للمهنيين الطبيين لتحليل المعلومات المضللة، مما يقدم عدسة شاملة للتقييم في السياقات اللغوية منخفضة الموارد.