23200 ورقة بحثية
تقدم هذه الورقة البحثية مكتبة EARL، وهي مكتبة بلغة بايثون تولد تفسيرات مضادة للواقع بديهية لقرارات التعلم التعزيزي في الأنظمة ذاتية التكيف، والتي تم استعراضها من خلال تطبيقها على محاكاة لخدمة CitiBike لتعزيز الشفافية وثقة المستخدم.
تقترح الورقة البحثية AutoMem، وهو إطار عمل للتحسين الذاتي التكراري القائم على تدرج النصوص، والذي يكتشف تلقائياً بنيات ذاكرة متكيفة مع المهام من خلال الجمع بين البحث الموجه بالخبرة والتشخيص الوظيفي للمكونات الموجه بالفشل، متفوقاً باستمرار على النماذج المرجعية المصممة بشرياً مع تحسين المقايضات بين الدقة والكفاءة.
تقدم هذه الورقة CacheScout، وهو وقت تشغيل لـ KV-cache مدرك للوكيل يتعلم انتقالات تنفيذ الوكيل عبر الإنترنت لإدارة استبعاد التخزين المؤقت والتحميل المسبق بشكل استباقي، مما يحسن معدلات الإصابة بشكل كبير ويقلل زمن الاستجابة لخدمة النماذج اللغوية الكبيرة متعددة الوكلاء دون الحاجة إلى رسوم بيانية لسير العمل محددة مسبقاً.
تقترح هذه الورقة إطار عمل شفافاً وثلاثي التعمية لمراجعة الأقران في العلوم الصحية، يستخدم نماذج لغوية كبيرة مفتوحة الأوزان ومستضافة محلياً لإجراء فحص مسبق متعدد المراحل للتخفيف من المخاطر المرتبطة باستخدام الذكاء الاصطناعي غير المعلن ونقص المراجعين، مع ضمان احتفاظ الخبراء البشريين بسلطة اتخاذ القرار النهائي.
تحلل هذه المراجعة المنهجية للأدبيات 50 دراسة حول محاذاة سلامة النماذج اللغوية الكبيرة في اللغات ذات الموارد المنخفضة، حيث تحدد فجوة سلامة متعددة اللغات مستمرة مدفوعة بعوامل مثل عدم التوازن في مرحلة ما قبل التدريب والمعايير المتبصرة ثقافياً، بينما تقترح تصنيفاً جديداً وتدعو إلى حلول قائمة على الثقافة لمعالجة نقاط الضعف مثل عمليات الاختراق عبر اللغات وتدهور السلامة.
تقترح هذه الورقة وتقيم استراتيجيات تخفيف عند وقت الاستدلال، وتحديداً نهج التصحيح الذاتي المتكرر الذي يستخدم تسلسل الأفكار (Chain of Thought) وتحسين التفضيل المباشر (Direct Preference Optimization)، والذي يحسن بشكل كبير من الحياد السياسي للملخصات التي تولدها النماذج اللغوية الكبيرة ضد حقن الانحياز العدائي.
تقدم هذه الورقة إطاراً قائماً على نظرية القرار لتحديد "عدم الاتساق البلاغي" في النماذج اللغوية الكبيرة، وتثبت من خلال تجارب سريرية أن النماذج اللغوية الكبيرة، حتى تلك الدقيقة واقعياً، يمكن أن تسبب تحولات ضارة في قرارات البشر عبر استخدام لغة غير ملائمة بلاغياً تحفز الانحيازات المعرفية مثل انحياز الارتكاز وانحياز السلطة.
تقترح الورقة البحثية DeMTS، وهو إطار عمل جديد للكشف عن الهلوسة في النماذج اللغوية الكبيرة القائمة على الانتشار (Diffusion Large Language Models)، والذي يعامل مسارات إزالة الضجيج (denoising trajectories) كسلاسل زمنية متعددة المتغيرات للحفاظ على المعلومات الهيكلية الكاملة لخطوات الرموز (token-step structural information)، مما يتفوق على الأساليب الحالية من خلال التقاط الأنماط المعقدة بفعالية مثل التقارب غير المتسق وانتشار الخطأ عبر الرموز (cross-token fault propagation).
تتقصى هذه الدراسة التجريبية التفاعل بين المحسنات الكسرية ودوال التنشيط الفركتلية، كاشفةً أنه في حين لا يعمل أي منهما كبديل شامل، فإن الاقترانات المحددة — مثل القياس الكسري بأسلوب التنظيم مع دوال تنشيط فركتلية مختارة — تقدم تحسينات واعدة لتدريب الشبكات العصبية.
تشخص هذه الورقة ثلاثة أنماط فشل حرجة تتسبب في جعل التحكم الانتقائي في المخاطر لكل حقل على حدة في استخراج المستندات ينتهك ضمانات السلامة، وتقترح "سلم صلاحية" من الإصلاحات المتزايدة الصرامة — بما في ذلك تعلم "موندريان" ثم الاختبار وتصنيف صناديق الدعم — والتي تثبت في النهاية كيف يمكن أن يؤدي التكييف على المصدر في تحقيق تحكم صالح في المخاطر حيث تفشل العتبات المجمعة، وهو اكتشاف تم التحقق منه من خلال عمليات التدقيق البشري وإصداره كبرمجيات مفتوحة المصدر.