💬 NLP

Claim Automation using Large Language Model

تثبت هذه الورقة أن نموذج لغة كبير تم ضبطه بدقة باستخدام التكيف منخفض الرتبة (LoRA) ومنشور محلياً، يتفوق بشكل كبير على النماذج العامة في توليد توصيات دقيقة وهيكلية للإجراءات التصحيحية لمطالبات التأمين، مما يقدم حلاً موثوقاً وقابلاً للحوكمة لأتمتة اتخاذ القرار في المجالات المنظمة.

المؤلفون الأصليون: Zhengda Mo, Zhiyu Quan, Eli O'Donohue, Kaiwen Zhong

نُشر 2026-02-20

📖 5 دقيقة قراءة🧠 قراءة متعمّقة

CC BY 4.0

المؤلفون الأصليون: Zhengda Mo, Zhiyu Quan, Eli O'Donohue, Kaiwen Zhong

البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل

تخيل أنك تعمل في شركة تأمين ضخمة. في كل يوم، يتصل آلاف من مالكي السيارات للإبلاغ عن قطع تالفة. يصفون المشكلة بكلماتهم الخاصة: "المكيف ينفخ هواءً ساخنًا ويصدر صوت طحن غريب"، أو "لمبة المحرك أضاءت بعدما صدمت حفرة في الطريق".

في الماضي، كان على الخبراء البشريين (الذين يُطلق عليهم معدلو المطالبات) قراءة هذه القصص الفوضوية وغير المنظمة لمعرفة بالضبط ما يجب التصريح بإصلاحه. كانت العملية بطيئة، مرهقة، وعرضة للخطأ البشري.

هذه الورقة البحثية تتحدث عن تعليم روبوت ذكاء اصطناعي فائق الذكاء للقيام بهذه الخطوة الأولى نيابة عنهم. لكن هناك خدعة؛ فهم لم يطلبوا من الروبوت مجرد "التخمين"، بل بنوا نسخة متخصصة، آمنة، ومدربة تدريبًا عاليًا من هذا الروبوت خصيصًا لهذه المهمة.

إليك قصة كيف فعلوا ذلك، مشروحة ببعض التشبيهات من الحياة اليومية.

1. المشكلة: "العام" مقابل "المتخصص"

تخما أنك استأجرت طباخًا عالميًا مشهورًا وعبقريًا (وهو نموذج لغوي كبير عام - General LLM) لإصلاح مشكلة ميكانيكية محددة وغريبة في سيارة تويوتا موديل 1998.

نقطة قوة الطباخ: يمكنه طبخ أي شيء. يمكنه كتابة قصيدة، شرح الفيزياء الكمية، أو صنع "سوفليه" مثالي.
نقطة ضعف الطباخ: إذا طلبت منه إصلاح "المكربن" (Carburetor)، فقد يعطيك وصفة لصنع شطيرة بدلاً من ذلك. أو قد يقترح عليك إصلاحًا يبدو منطقيًا ولكنه في الواقع خطير على تلك السيارة تحديدًا. كما قد يتحدث كثيرًا، ويعطيك مقالاً من 10 صفحات بينما تحتاج أنت فقط إلى تعليمات من 3 كلمات.

في عالم التأمين، استخدام هؤلاء "الطباخين" من الذكاء الاصطناعي "العامين" أمر محفوف بالمخاطر. فقد يهلوسون (يختلقون معلومات)، أو ينتهكون قواعد الخصوصية بإرسال البيانات إلى السحابة، أو ببساطة يعطون إجابات لا تتناسب مع القواعد الصارمة لشركة التأمين.

2. الحل: تدريب "المتدرب"

قرر المؤلفون التوقف عن استئجار الطباخ "العام" وتدريب "متدرب متخصص" بدلاً منه.

الفصل الدراسي: أخذوا نموذج ذكاء اصطناعي قوي (يُسمى DeepSeek-R1) ووضعوه في "فصل دراسي" مليء بـ 2 مليون سجل حقيقي لإصلاح السيارات.
الدرس: لم يكتفوا بعرض الأسئلة على الذكاء الاصطناعي فحسب؛ بل أظهروا له الإجابات التي كتبها ميكانيكيون بشريون حقيقيون. علموا الذكاء الاصطناعي: "عندما يقول العميل 'صوت طحن'، فإن الإجابة الصحيحة ليست 'اشترِ سيارة جديدة'، بل هي 'استبدل وسادات الفرامل (Brake Pads)'".
التقنية (LoRA): تخيل أن الذكاء الاصطناعي عبارة عن موسوعة ضخمة. لا يمكنك إعادة كتابة الموسوعة بأكملها (لأن ذلك مكلف وبطيء للغاية). بدلاً من ذلك، استخدموا تقنية تسمى LoRA (التكيف منخفض الرتبة). فكر في هذا كإضافة ملاحظة لاصقة أو فهرس مخصص للموسوعة. يحتفظ الذكاء الاصطناعي بكل معرفته العامة، ولكن لديه الآن "ورقة غش" صغيرة وخاصة تخبره بالضبط كيف يتحدث لغة "ميكانيكي التأمين".

3. القواعد: "المراقب الصارم"

واحدة من أكبر المشكلات في الذكاء الاصطناعي هي أنه يمكن أن يكون ثرثارًا وغير متوقع. إذا كتب الذكاء الاصطناعي فقرة بينما يحتاج نظام الكمبيوتر إلى رمز واحد فقط، فإن النظام بأكمله سيتعطل.

بنى المؤلفون إطار عمل للحوكمة (مجموعة من القواعد الصارمة):

النشر المحلي: يعيش الذكاء الاصطناعي على خوادم شركة التأمين الخاصة، وليس على الإنترنت المفتوح. الأمر يشبه الاحتفاظ بكتاب الوصفات في خزنة مغلقة داخل المطبخ، وليس نشره على مدونة عامة. هذا يحافظ على خصوصية بيانات العملاء.
المخرجات المهيكلة: قاموا بتدريب الذكاء الاصطناعي ليعمل مثل مراقب آلي صارم. لا يُسمح له بكتابة قصة؛ بل يجب عليه ملء نموذج محدد. إذا لم يتم ملء النموذج بشكل مثالي، يدرك الذكاء الاصطناي أنه فشل.

4. النتائج: من "ربما" إلى "نعم"

اختبروا أربعة إصدارات مختلفة من الذكاء الاصطناعي:

الذكاء الاصطناعي الخام: هو النموذج الأساسي فقط. كان فوضويًا، وغالبًا ما رفض اتباع القواعد، وأعطى إجابات خاطئة. (مثل الطباخ العام الذي يحاول إصلاح سيارة).
الذكاء الاصطناعي الموجه بالأوامر (Prompted AI): حاولوا توجيه الذكاء الاصطناعي باستخدام أوامر صارمة جدًا (مثل الصراخ بالتعليمات). تحسن قليلاً ولكنه لا يزال يرتكب أخطاء ولا يتبع التنسيق المطلوب.
الذكاء الاصطناعي الموجه بالتعليمات (Instruction-Tuned AI): نسخة تم تدريبها على اتباع الأوامر بشكل أفضل. اتبع التنسيق بنسبة 86% من الوقت، لكنه لا يزال يرتكب أخطاء في نصائح الإصلاح الفعلية.
المتخصص المُدرب بدقة (الفائز): هذا هو النوع الذي تم تدريبه على 2 مليون مطالبة حقيقية.
- التنسيق: اتبع القواعد بنسبة 100% من الوقت.
- الدقة: خمن الإصلاح الصحيح بنسبة 92% من المرات (في الحالات الواضية).

التشبيه:

الذكاء الاصطناعي الموجه بالأوامر يشبه سائحًا اشترى كتابًا للعبارات. يمكنه السؤال عن الاتجاهات، لكنه قد يخطئ في اللكنة أو يفوت بعض التفاصيل الدقيقة.
الذكاء الاصطناعي المُدرب بدقة يشبه سائق تاكسي محلي يقود في تلك الشوارع المحددة منذ 20 عامًا. هو يعرف تمامًا إلى أين يذهب، ويعرف قواعد المرور، ويصل بك دون أن يسأل عن خريطة.

5. لماذا هذا مهم؟

تثبت هذه الورقة البحثية أنه بالنسبة للوظائف عالية المخاطر مثل التأمين، لا يمكنك مجرد "التوصيل والتشغيل" لنموذج ذكاء اصطناعي عام. يجب عليك تخصيصه.

من خلال تدريب الذكاء الاصطناعي على بيانات من العالم الحقيقي وإجباره على اتباع قواعد صارمة، خلقوا أداة:

تسرع العمل: لا يحتاج معدلو المطالبات لقراءة القصة بأكملها؛ فالذكاء الاصطناعي يعطيهم الإجابة فورًا.
توفر المال: أخطاء أقل تعني دفع تكاليف أقل للإصلاحات السيئة.
تحفظ الأسرار: البيانات لا تغادر مبنى الشركة أبدًا.

باخت-الاختصار: لقد أخذوا ذكاءً اصطناعيًا ذكيًا ولكنه مشتت، ومنحوه قدرًا هائلًا من بيانات التدريب المتخصصة، ووضعوه في غرفة آمنة، وعلموه كيفية ملء نموذج محدد. النتيجة هي مساعد موثوق وسريع للغاية يساعد شركات التأمين على إصلاح السيارات بشكل أسرع وأكثر دقة.

إليك ملخص تقني مفصل لورقة البحث بعنوان "أتمتة المطالبات باستخدام النماذج اللغوية الكبيرة":

1. بيان المشكلة

تعالج الورقة البحثية القيود المفروضة على تطبيق النماذج اللغوية الكبيرة (LLMs) في المجالات المنظمة والحساسة للبيانات مثل مجال التأمين.

الفجوة: تعتمد النمذجة الاكتوارية التقليدية بشكل كبير على البيانات المهيكلة، متجاهلة النصوص السردية غير المهيكلة (مثل أوصاف المطالبات، والملاحظات التشخيصية) التي تحتوي على استدلال سببي مقصود ونوايا تشغيلية حاسمة.
قصور النهج الحالية:
- نموذج (النص إلى ميزة): تقوم طرق معالجة اللغات الطبيعية (NLP) التقليدية بضغط النص إلى ميزات عددية مهندسة، مما يؤدي إلى فقدان الفروق الدقيقة الدلالية والإشارات البراغماتية.
- النماذج اللغوية العامة: تعاني النماذج اللغوية الكبيرة الجاهزة والقائمة على واجهات برمجة التطبيقات (APIs) من عدم التوافق مع المجال، والافتقار إلى الشفافية (الاستدلال كصندوق أسود)، ومخاطر خصوصية البيانات، وقضا issues الحوكمة. غالبًا ما تنتج مخرجات "تبدو منطقية" ولكنها غير صحيحة تشغيليًا، أو تفشل في الالتزام بمتطلبات المخططات (Schemas) الصارمة اللازمة للأتمتة.
الهدف: تطوير إطار عمل للنماذج اللغوية الكبيرة محلي النشر وواعٍ بالحوكمة، يقوم بأتمتة توليد توصيات الإجراءات التصحيحية المهيكلة من سرديات مطالبات الضمان غير المهيكلة، مع ضمان خصوصية البيانات، والقابلية للتدقيق، والتوافق مع المنطق التشغيلي في العالم الحقيقي.

2. المنهجية

أ. بنية إطار العمل

يقترح المؤلفون إطار عمل آلي للمهام الوسيطة متعدد الوحدات يعتمد على أربعة مبادئ تصميم أساسية:

النشر المحلي: استخدام نموذج مفتوح المصدر (DeepSeek-R1-Distill-Llama-8B) يتم نشره داخليًا لضمان سيادة البيانات وقابلية إعادة الإنتاج.
التكيف مع المجال: ضبط النموذج الأساسي (Fine-tuning) باستخدام ملايين مطالبات الضمان التاريخية لمواءمة التمثيلات الداخلية مع المصطلحات التأمينية وتصنيفات الإجراءات المحددة.
المهمة الوسيطة النمطية: بدلاً من التنبؤ المالي النهائي (الصندوق الأسود)، يقوم النموذج بمهمة محددة: توليد ملخصات الإجراءات التصحيحية من سرديات "الشكوى" (Complaint) و"السبب" (Cause). هذا يعزل الفهم اللغوي عن النمذجة المالية اللاحقة.
التقييم متعدد الأبعاد: يجمع بين المقاييس الدلالية الآلية والتقييم البشري لتقييم كل من المنفعة العملية والدقة التنبؤية.

ب. الصيغة الرياضية والنموذج

المهمة: صيغت كمسألة توليد لغوي شرطي $P(y|x)$ ، حيث $x$ هو سرد الشكوى/السبب و $y$ هو الإجراء التصحيحي.
البنية: تعتمد على بنية المحول (Transformer) من نوع "المفك فقط" (Decoder-only) الخاصة بـ DeepSeek-R1، والتي تتميز بـ:
- ترميز الموضع الدوار (RoPE): للتعامل مع ترتيب التسلسل.
- PreNorm + RMSNorm: لاستقرار التدريب.
- تنشيط SwiGLU: في شبكة التغذية الأمامية (FFN).
استراتيجية الضبط الدقيق (LoRA):
- استخدام التكيف منخفض الرتبة (LoRA) لحقن مصفوفات منخفضة الرتبة قابلة للتدريب ( $\Delta W = BA$ ) في الأوزان مسبقة التدريب للنموذج.
- الموضع: تم تطبيقه على مصفوفات الاستعلام (Query)، والقيمة (Value)، والمخرجات (Output)، والبوابة (Gate)، والرفع (Up)، والخفض (Down) في كل من طبقات الانتباه (Attention) وطبقات التغذية الأمامية (FFN).
- هدف التدريب: تقليل احتمالية السلبية المقنعة (Masked Negative Log-Likelihood) لرموز "التصحيح" (Correction) فقط، مع تجاهل رموز تعليمات المدخلات أثناء حساب الخسارة.
- المعلمات الفائقة (Hyperparameters): الرتبة $r=32$ ، المقياس $\alpha=32$ ، مُحسن AdamW، ودقة مختلطة FP16.

ج. مجموعة البيانات

المصدر: مجموعة بيانات خاصة تضم حوالي 2.0 مليون مطالبة ضمان حقيقية من قطاع السيارات من شركة PCMI.
الهيكل: تتضمن كل مطالبة سرديات نصية حرة (الشكوى، السبب، التصحيح) وبيانات وصفية مهيكلة (رقم الهيكل VIN، النوع، الطراز).
المعالجة المسبقة: تم استخدام خط معالجة حتمي للتعامل مع الضجيج، بما في ذلك إزالة التكرارات، وتطبيع الاختصارات (مثل "r&r")، وتصحيح الأخطاء الإملائية، وتصفية النصوص الإدارية.

د. إطار التقييم

تستخدم الدراسة استراتيجية تقييم ثنائية الأبعاد:

القابلية للاستخدام (Usability):
- الامتثال للتنسيق (Format Compliance): نسبة المخرجات التي تلتزم بدقة بالمخطط المحدد مسبقًا.
- صلاحية الاستجابة (Response Validity): نسبة المخرجات التي تحتوي على معلومات قابلة للتنفيذ والتحليل.
الدقة (Accuracy):
- تم التقييم فقط على المخرجات الصالحة.
- المقاييس: مزيج من المقاييس الآلية (مسافة التحرير Edit distance، BLEU، BERTScore، BLEURT، و LLM-as-a-Judge) و التقييم البشري (المعيار الذهبي).
- التقييم البشري: قام المقيمون بتصنيف المواءمة الدلالية على مقي de 0.0–1.0 (من مطابقة تامة إلى عدم وجود مطابقة).
- الارتباط: تم التحقق من صحة المقاييس الآلية مقابل الأحكام البشرية باستخدام $\xi$ لـ Chatterjee، و $\rho$ لـ Spearman، و $\tau$ لـ Kendall. أظهر تشابه BERT الجيبي (Cosine Similarity) و LLM-as-a-Judge أعلى ارتباط مع الحكم البشري.

3. المساهمات الرئيسية

سير عمل للنماذج اللغوية الكبيرة واعٍ بالحوكمة: يوضح مسارًا قابلًا للتطبيق لدمج النماذج اللغوية الكبيرة في الصناعات المنظمة من خلال الجمع بين النشر المحلي والضبط الدقيق الخاص بالمجال، مما يعالج مخاوف الخصوصية والتدقيق.
تفوق الضبط الدقيق للمجال: يقدم أدلة تجريبية على أن الضبط الدقيق على بيانات المجال يعيد تشكيل سلوك النموذج بشكل جذري، متفوقًا على كل من التلقين صفري المحتوى (Zero-shot prompting) والنماذج العامة المضبوطة بالتعليمات.
تصنيف تقييم مبتكر: يقترح إطار تقييم صارم يفصل بين القابلية للاستخدام (التحكم الهيكلي) و الدقة (الصحة الدلالية)، مؤكدًا أن الدقة العالية لا معنى لها بدون الامتثال للتنسيق في خطوط الأتمتة.
إعادة المواءمة التوزيعية: يثبت نظريًا وتجريبيًا أن الضبط الدقيق يقلل من تباعد KL بين توزيع مخرجات النموذج وتوزيع بيانات العمليات في العالم الحقيقي ( $P_{data}$ )، مما يصحح انحياز "المنطقية ولكن غير الصحيحة" الذي تعاني منه النماذج العامة.

4. النتائج الرئيسية

أ. القابلية للاستخدام (التنسيق والصلاحية)

M1 (النموذج الأساسي): 0% امتثال للتنسيق، 8% صلاحية. (غير قابل للاستخدام للأتمتة).
M2 (الأساسي + التلقين): 6.5% امتثال للتنسيق، 29.5% صلاحية. (التلقين وحده غير كافٍ).
M3 (Qwen المضبوط بالتعليمات): 86.5% امتثال للتنسيق، 97.5% صلاحية. (أفضل، ولكن لا تزال هناك إخفاقات هيكلية).
M4 (DeepSeek-R1 المضبوط دقيقًا): 100% امتثال للتنسيق، 100% صلاحية.
- الأهمية: النموذج الوحيد الذي حقق تحكمًا هيكليًا حتميًا، وهو شرط أساسي لخطوط الأتمتة.

ب. الدقة (الصحة الدلالية)

النماذج غير المضبوطة دقيقًا: تجمعت بين 56% و 64% دقة في المجموعات الفرعية الصالحة. وهي تعتمد على المعرفة العامة من الإنترنت، مما يؤدي إلى إجراءات "تبدو منطقية" ولكنها خاطئة تشغيليًا.
النموذج المضبوط دقيقًا (M4): حقق 81.5% دقة على المجموعة الكاملة و 92.0% على مجموعة البيانات عالية الجودة (HQ).
المقارنة: تفوق النموذج المضبط دقيقًا بشكل كبير على النماذج اللغوية الكبيرة التجارية العامة (حتى تلك ذات أعداد المعلمات الأكبر)، مما يثبت أن المواءمة مع المجال أكثر أهمية من حجم النموذج للمهام المتخصصة.

ج. التحول التوزيعي

أظهر تحليل توزيعات تشابه BERT الجيبي إزاحة نحو اليمين بشكل منهجي للنموذج المضبط دقيقًا، مما يشير إلى أن المخرجات أقرب دلاليًا إلى المراجع البشرية الخبيرة من أي نموذج أساسي.

5. الأهمية والعمل المستقبلي

الأثر العملي: تؤكد الدراسة أن النماذج اللغبية الكبيرة يمكن أن تكون لبنات بناء موثوقة لأتمتة التأمين إذا تم نشرها محليًا وضبطها دقيقًا، متجاوزة حلول "الصندوق الأسود" القائمة على واجهات برمجة التطبيقات.
الرؤية النظرية: تؤكد أن هندسة التلقين (Prompt Engineering) لا يمكنها تجاوز توزيع الاحتمالات الأساسي للنموذج؛ بل إن الضبط الدقيق وحده هو ما يمكنه إعادة مواءمة النموذج مع المنطق التشغيلي المحدد وتوزيعات الأحداث النادرة.
الاتجاهات المستقبلية:
- التكامل النمطي: توسيع إطار العمل ليشمل مهام لاحقة مثل تقدير العمالة/القطع (باستاستخدام RAG) وحجز الاحتياطيات (باستخدام الشبكات العصبية).
- الإنسان في الحلقة (Human-in-the-Loop): معالجة مشكلات جودة البيانات المتبقية (مثل السرديات الغامضة) من خلال دمج ملاحظات الممارسين للتعلم المستمر عبر الإنترنت والتنقيح المستهدف.

في الختام، تجادل الورقة بأن المجالات المنظمة وعالية المخاطر مثل التأمين، لا يعد فيها الضبط الدقيق المتكيف مع المجال مجرد تحسين، بل ضرورة لتحقيق الموثوقية الهيكلية والدقة الدلالية المطلوبة للأتمتة ذات الجودة الإنتاجية.