23200 ورقة بحثية
يُعد DexterSQL نظاماً لتحويل النصوص إلى لغة SQL يعتمد على التلقين، وهو يعمل على تعزيز دقة التوليد دون الحاجة إلى الضبط الدقيق من خلال دمج الاستكشاف العميق للمخطط لحل غموض الأعمدة، وتنقيب القواعد المستقلة عن قواعد البيانات لتصحيح إخفاقات النماذج اللغوية الكبيرة المتكررة، وتوظيف التوليد متعدد المسارات الموجه بأشجار التبعية لتحسين التعامل مع الشروط في الاستعلامات المعقدة.
تقدم هذه الورقة نهجاً رمزياً هجيناً يجمع بين النماذج اللغوية لاستخراج الحقائق ومحلل مجموعات الإجابات (answer set solver) للاستدلال المنطقي لضمان التزام استجابات الذكاء الاصطناعي بالسياسات المكتوبة، محققةً دقةً وقابلية تفسير ومتانة فائقة مع تقليل استهلاك الرموز (tokens) بشكل كبير مقارنة بالطرق الحالية.
تقدم هذه الورقة "OEIS Open"، وهو معيار مرجعي آمن لـ 492 حدسية رياضية مُصاغة رسمياً من سلسلة OEIS، مما يوضح أن النماذج اللغوية المجهزة بأدوات دنيا يمكنها حل ما يقرب من 30% إلى 44% من هذه المشكلات المفتوحة بتكلفة متواضلة، رغم أن الوصول إلى أدبيات واسعة وحلقات وكيلة متطورة لم يحسن الأداء بشكل ملحوظ.
توضح هذه الورقة أنه في حين أن منع النماذج اللغوية الكبيرة من رؤية تسميات الخيارات أثناء الإجابة على الأسئلة متعددة الخيارات يزيل بنجاح الانحياز الموقعي، إلا أنه يفشل في تحسين الدقة وغالبًا ما يؤدي إلى تدهور الأداء، مما يكشف أن العائق الأساسي هو حجب الخيارات وليس آلية المطابقة.
يُعد TailBooster إطار عمل توليدي ثنائي الطبقات يجمع بين استخراج الذيل الإحصائي وفرض الصلاحية التشغيلية القائم على التعلم العميق لتخليق أحداث نقل جوي متطرفة واقعية، مما يحسن بشكل كبير من دقة التنبؤ بالتأخيرات النادرة وأوقات الطيران غير الطبيعية مقارنة بطرق تعزيز البيانات التقليدية.
يُعد LoongReflect إطار عمل تدريبي يعزز التفكير طويل الأمد في وكلاء البحث من خلال صياغة التأمل كسياسة للتحكم في الذاكرة وتوظيف آلية تقطير ثنائية القنوات لمواءمة قرارات التأمل المحلية مع نتائج المهام العالمية، مما يتغلب على تحديات الإشراف الشحيح لتعلم التعزيز القائم على النتائج.
تعد HCGRec إطار عمل توليدي للتوصية بالمعرفات الدلالية يعمل على تخفيف اختناقات التحسين في مرحلة ما بعد التدريب القائمة على المكافأة من خلال توفير تلميحات بادئة مستهدفة دنيا للحالات الصعبة ديناميكيًا، مما يحول سيناريوهات المكافأة الصفرية إلى مقارنات معلوماتية عبر استراتيجية مبتكرة لتفكيك الائتمان الواعي بالتلميحات.
تقترح الورقة البحثية إطار عمل لتقييم موثوقية مستوى الادعاء (CLR)، وهو إطار عمل لا يتطلب تدريباً يعزز كفاءة الاستنتاج في وقت الاختبار من خلال الانتقال من تقييم المسار الكامل إلى التكذيب المستهدف على مستوى الادعاء، مما يعيد تخصيص الحوسبة للتحقق من الادعاءات الحاسمة للقرار ويحسن الدقة بشكل كبير مع تقليل استخدام الرموز (tokens).
تقدم هذه الورقة CTBench، وهو معيار مرجعي عام مصمم لتقييم قدرات الوكلاء ذوي الذكاء الاصطناعي في استكشاف الأخطاء وإصلاحها في عمليات شبكات الاتصالات الواقعية، كاشفةً أنه بينما يتفوق الوكلاء الحاليون في استعادة المسارات، فإنهم يواجهون صعوبة في تحليل السبب الجذري وغالباً ما يفشلون في تقديم التشخيصات القائمة على الأدلة المطلوبة في الممارسة التشغيلية.
لمعالجة أوجه القصور في المعايير المرجعية الحالية في تقييم نوى Triton التي تولدها النماذج اللغوية الكبيرة، قدم المؤلفون RealisticTritonBench، وهو معيار مرجعي جديد مستمد من طلبات السحب الخاصة بالأطر البرمجية في العالم الحقيقي، مما يتيح تقييماً واقعياً للأداء من البداية إلى النهاية ويكشف أن النماذج اللغوية الكبيرة الرائدة حالياً لا تزال تعاني في مثل هذه المهام.