23087 ورقة بحثية
تقدم هذه الورقة QC-T2I-Bench، وهو إطار عمل قابل للتوسع ومرتكز على الأسئلة، يستفيد من رسوم ديفيدسونية البيانية للمشاهد (Davidsonian Scene Graphs) والتجميع المقيد بالتسلسل الهرمي لتمكين التصنيف الموثوق للنماذج، والتشخيص الدقيق للإخفاقات، والتوجيه الواعي بالتكلفة عبر تفكيك المطالبات إلى أسئلة ذرية ذات سمات وتحليل تبعياتها.
تقترح هذه الورقة إطار عمل للكشف عن الشذوذ في السلاسل الزمنية بنمط "التعلم الصفري" المعزز بالأدلة، والذي يعمل على تحسين أداء النماذج اللغوية الكبيرة عبر دمج أدلة موجزة من النطاق الترددي العالمي والمحلي، يتم حسابها عبر تحويل فوريه السريع (FFT)، لتكملة المدخلات الحالية للنطاق الزمني وتلتقط بشكل أفضل الشذوذ الهيكلي مثل تغير الدورية.
تقدم الورقة البحثية AdaptRubric، وهو إطار عمل من الخشن إلى الناعم يعزز نمذجة مكافأة واجهة المستخدم الرسومية (GUI) من خلال بناء معايير تحكيم تكيفية مع المهام ديناميكيًا عبر الاسترجاع على مستوى الفئة والتحسين على مستوى الحالة، مما يحسن بشكل كبير كلاً من دقة تقييم المكافأة ومعدلات نجاح المهام مقارنة بالطرق الحالية.
تقترح الورقة البحثية Tlow، وهو أداة ترميز عناصر قائمة على التدفق تقوم بتحويل التضمينات الدلالية إلى توزيع طبيعي قياسي موحد لتمكين الترميز المستقل الفعال وتحسين أداء التوصية، كما تم التحقق من ذلك من خلال مكاسب كبيرة في معدل النقر (CTR) في التجارب عبر الإنترنت على WeChat.
يُعد Paritok-4B نموذج LoRA مفتوح المصدر، مشروط بالنية، واستخراجي بـ 4 مليارات معلمة، يقوم بضغط سياقات وكلاء البرمجة إلى حوالي 25% من حجمها الأصلي مع الحفاظ على 86.5% من جودة الحل، مما يوفر بديلاً فعالاً من حيث التكلفة للنماذج اللغوية الكبيرة الرائدة والمكلفة لتقليل فواتير الرموز (tokens) دون التأثير بشكل كبير على الأداء.
تكشف هذه الورقة أن النماذج اللغوية الكبيرة تظهر عدم اتساق ملحوظ في السلامة ومعدلات "فشل في الرصد باللغة الأردية" عند اكتشاف خطاب الكراهية بالأردية عبر مختلف النصوص، مما يسلط الضوء على فجوة حرجة في موثوقية الإشراف على المحتوى ناتجة عن الغياب التام للغة الأردية في وقائع أبحاث سلامة الذكاء الاصطناي في تسع سنوات من الأبحىث الرئيسية.
تقدم هذه الورقة VTC-Bench ومقياس تغطية المهام المتحقق منها (VTC) لتقييم توليدات النماذج اللغوية الكبيرة المتعددة كمجموعة جماعية، مما يوضح أن التكوينات المُحسّنة لجودة المخرجات الفردية لا تزيد بالضرورة من تنوع النتائج المتميزة والمفيدة.
تقدم هذه الورقة البحثية TRACE، وهو معيار مرجعي جديد قائم على الأدلة مصمم لتقييم السلامة عبر كامل مسار استنتاج نماذج الاستدلال الكبيرة (المطالبات، وآثار الاستدلال، والاستجابات النهائية)، مما يكشف أن نماذج الحماية الحالية تواجه صعوبة في اكتشاف المحتوى غير الآمن في آثار الاستدلال واستخراج الأدلة الداعمة بدقة.
تقدم هذه الورقة SA-Bench، وهو معيار تشخيصي يقيم 1,491 وحدة محاذاة دلالية عبر 30 ورقة بحثية من الطراز الرفيع في مجال تعلم الآلة، ليكشف أن وكلاء النماذج اللغوية الكبيرة الحاليين يعانون من "انزياح دلالي" كبير، حيث يحققون دقة منخفضة في إعادة إنتاج المواصفات العلمية رغم محاولتهم معظم المتطلبات.
تقدم الورقة البحثية RePolicy، وهو وكيل حماية قائم على التعلم التعزيزي يستدعي ديناميكياً سياسات سلامة محددة السياق لإنشاء أحكام سلامة مستندة إلى أسس واقعية، مما يظهر قدرة فائقة على التكيف وأداءً في الكشف عبر معايير متنوعة مقارنة بطرق التلقين والضبط الدقيق الحالية.