28108 ورقة بحثية
تقدم الورقة البحثية DUALFloodGNN، وهي شبكة عصبية رسومية مبتكرة مستوحاة من الفيزياء تدمج القيود الفيزيائية على المستويين العالمي والمحلي للتنبؤ بسرعة ودقة بمتغيرات هيدرولوجية متعددة للنمذجة التشغيلية للفيضانات، متفوقة بذلك على مناهج الشبكات العصبية الرسومية الحالية مع الحفاظ على كفاءة حوسبية عالية.
تقدم هذه الورقة النماذج اللغوية التكرارية (RLMs)، وهي نموذج لتوسيع نطاق الاستدلال يُمكّن النماذج اللغوية الكبيرة من تفكيك ومعالجة المطالبات الطويلة بشكل تعسفي برمجياً وبشكل تكراري، مما يحقق أداءً يتفوق بشكل كبير على الأساليب الحالية للسياقات الطويلة والنماذج الرائدة مع الحفاظ على تكاليف مماثلة.
تقدم هذه الورقة البحثية إطار عمل REVIVE، وهو إطار عمل جاهز للاستخدام (plug-and-play) يعمل على التخفيف من حدة الانهيار الكارثي في تحرير المعرفة المتسلسل عبر استخدام التحليل الطيفي لتحديد والحفاظ على الفضاء الجزئي المنفرد المهيمن للأوزان مسبقة التدريب، مما يحافظ على كل من فعالية التحرير وأداء النموذج العام حتى بعد آلاف عمليات التحرير.
تقترح الورقة البحثية "نقل المهارة البارامتري" (PaST)، وهو إطار عمل يعالج أوجه القصور في الضبط الدقيق الخاضع للإشراف في تكييف النماذج اللغوية الكبيرة من خلال الحقن الخطي لمتجهات مهارات غير مرتبطة بنطاق محدد مستمدة من التعلم التعزيزي، مما يتيح تكيفاً مستمراً فعالاً ومؤثراً لدمج المعرفة والاستخدام الوكيل للأدوات.
تقدم هذه الورقة إطار عمل قائمًا على الكيانات وقابلًا للتوسع لتدقيق التحيز في النماذج اللغوية الكبيرة، يستفيد من البيانات الاصطناعية لإجراء أكبر دراسة حتى الآن (1.9 مليار نقطة بيانات)، كاشفةً عن تفاوتات منهجية مثل المحاباة السياسية والجغرافية التي تستمر رغم الضبط التوجيهي وتتفاقم مع زيادة حجم النموذج.
تُثبت هذه الورقة أنه في اختبار سلامة الذكاء الاصطناعي في مجال الصحة النفسية، يُظهر تعليق الخبراء البشري اختلافاً منهجياً ومبنياً على أسس بدلاً من كونه خطأً عشوائياً، مما يتحدى افتراض وجود حقيقة مرجعية صالحة ويشير إلى أن تقييم الذكاء الاصطناعي في الحالات الحرجة للسلامة يجب أن ينتقل من التجميع القائم على الإجماع إلى الأساليب التي تحافظ على تنوع وجهات النظر المهنية.
يُعد المستنتج الهندسي (TGR) إطار عمل لا يتطلب تدريباً، يعمل على تعزيز الاستنتاج طويل السياق تحت قيود صارمة للذاكرة من خلال إجراء بحث استشرافي كامن مستنير بالمتشعبات مع إعادة ضبط ذاكرة التخزين المؤقت لـ (KV) على مستوى الأجزاء، محققاً تحسينات كبيرة في تغطية المسارات في اختبارات الرياضيات والبرمجة مع تكلفة حسابية ضئيلة.
تقدم هذه الورقة DiGiT-TC، وهي طريقة مبتكرة لتوليد البيانات تقوم بتخليق محادثات استدعاء أدوات متعددة الأدوار ومعقدة لبيئات التنفيذ عديمة الحالة من خلال التمثيل الضمني لاستدعاءات الأدوات ضمن طلبات المستخدم، مما يتيح ضبط النماذج اللغوية الأصغر حجمًا بفعالية دون الاعتماد على التحقق من الحالة.
تقدم هذه الورقة تقنيات بسيطة وقابلة للتوسع لإثبات أن التخطيط الضمني —وهو آلية تقوم من خلالها النماذج اللغوية بتوجيه الرموز الوسيطة نحو أهداف مستقبلية مثل القوافي أو الإجابات— هو قدرة عالمية موجودة حتى في النماذج الصغيرة التي يصل حجمها إلى مليار معلمة، مما يقدم رؤى جديدة للسلامة والتحكم في الذكاء الاصطناعي.
تقترح هذه الورقة "التكييف بالبادئات الفاشلة"، وهي طريقة تعزز تدريب نماذج الاستدلال على المسائل المشبعة عبر التكييف على بادئات لمسارات خاطئة نادرة لدفع الاستكشاف نحو الحالات المعرضة للفشل، مما يساهم في استخراج إشارات تعلم قيمة دون الحاجة إلى جمع بيانات جديدة مكلفة.