أزمة الهلوسة والتحقق في النماذج اللغوية LLM مع الآيات القرآنية والأحاديث: (حلول من IslamicEval 2025 جديرة بالاطلاع)

ظهر ويظهر تباعا تحدٍّ رئيسي وهو: كيف نتحقق من أن آية قرآنية أو حديثاً مأثوراً في النص التوليدي متطابق مع المصدر ؟!

مع تزايد قدرة نماذج اللغات الكبيرة على توليد نصوص عربية سليمة شكليًا، ظهرت مخاطرة حقيقية بوجود هلوسات أو اقتباسات دينية غير صحيحة ؛؛ في ورقتين حديثتين ضمن IslamicEval 2025، قدم باحثون حلولًا عملية وهجينة للتعرف والتحقق من آيات القرآن والأحاديث :

✴️ بحث (1)
Retrieval‑Augmented LLMs for Quranic and Hadith Content Identification and Verification

إطار هجيني يجمع بين نماذج (مثل Qwen وGPT-4o) وتقنيات استرجاع مرجعي (TF-IDF – fuzzy matching – py_quran) لتمييز مقاطع الآية والحديث ثم التحقق من أصالتها، وقد حقق هذا الإطار أداءً قويًا: Macro-F1 = 86.11% للتعرف و89.82% دقة للتحقق.

الرابط 🔗

https://openreview.net/forum?id=HLT8TduRQp

✴️ بحث (2)
Combating Hallucinations in LLMs for Islamic Content
اعتمد فهرسة متعددة الطبقات (hashes – n-grams ضبابية – تمثيلات دلالية مخزنة في Qdrant) مع نموذج صغير مدرب للكشف، ونماذج تفكير بصلاحيات تصحيح؛ وقد وصل الأداء في الكشف إلى F1 ≈ 87.10% ضمن نظام RAG مخصص.

الرابط 🔗

https://openreview.net/notes/edits/attachment?id=sd6q8YGyXo&name=pdf

أهمية الأمر تكمن في أن ::

✴️ التشكيل والتطابق الحرفي في النصوص الشرعية لا يحتمل الخطأ؛ تغيير حرف أو تشكيل يؤدي إلى اختلاف المعنى.

✴️ الجمع بين البحث المرجعي (retrieval) والنماذج اللغوية يخفض الهلوسات ويعطي مخرجات أكثر قابلية للتحقق.

الخلاصة العملية ◀️ أنظمة هجينة [ فهرسة صارمة + تطبيع لغوي + نماذج مخصصة + RAG ] هي الطريق لبناء أدوات عربية موثوقة لمعالجة النصوص الشرعية في المنتجات والخدمات