23200 ورقة بحثية
يقدم هذا البحث إطار عمل PERG ومجموعة بياناته لتقييم التوازن الذي غالباً ما يتم تجاهله بين الواقعية وتفضيلات المستخدم في النماذج اللغوية الكبيرة المخصصة، كاشفاً عن فجوات متسعة في المتانة عبر النماذج ومقترحاً طريقة Pref-Aligner لتحسين الأداء بشكل كبير.
تقترح الورقة البحثية هجوم كسر الحماية الديناميكي (DJA)، وهو إطار عمل قائم على التدرج وخالٍ من المعلمات يعزز فعالية وكفاءة كسر الحماية عبر 40 نموذجاً لغوياً كبيراً محاذياً للسلامة، وذلك من خلال الاستكشاف الديناميكي للأهداف المرشحة، واختيار الاستجابات المثلى متعددة الأبعاد، وتكييف استراتيجيات التحسين مع صعوبة المطالبة، مما يحقق معدل نجاح في كسر الحماية بنسبة 100% مع حد أدنى من جولات التحسين.
تقدم هذه الورقة تحويلاً يبني أهدافاً للذكاء الاصطناعي قابلة للتصحيح — مما يسمح بتحديثات وتجاوزات آمنة دون التضحية بالأداء — من خلال استخلاص تنبؤات للمكافأة مشروطة بمنع التحديثات بلا تكلفة والسعي وراءها بشكل قاصر، وهي طريقة تم التحقق من صحتها تجريبياً في كل من بيئات "gridworld" والنماذج اللغوية.
تعالج هذه الورقة فجوة المحاكاة إلى الواقع الناتجة عن عدم التطابق في الأهداف بين نماذج المحاكاة التنبؤية وسياسات أداء المهام، وذلك من خلال اشتقاق حساسية السياسة لمعلمات المحاكاة واقتراح إطار تعلم تعزيزي ثنائي المستوى يعمل مباشرة على تكييف نماذج المحاكاة باستخدام تدرجات الأداء في العالم الحقيقي لتحسين نتائج السياسة في العالم الحقيقي.
تقدم هذه الورقة البحثية مفهوم "التنوع العصبي" كمحور قياس ثالث للنماذج اللغوية، مقترحةً طريقة ND-LoRA لتقليل الهلوسة بنسبة تصل إلى 25.6% من خلال التمثيلات المتوازية غير المترابطة وتنظيم "Barlow Twins"، مع وضع حدود رسمية تربط بين انخفاض الارتباط العصبي وارتفاع الموثوقية.
تقترح هذه الورقة نموذجاً للتعلم المعزز مع تقريب الشبكة العصبية لتفسير كيف تقوم آليات التعلم التكيفي، بدلاً من التوقعات العقلانية القياسية، بتوليد الميل الحدي المرتفع للاستهلاك بين الأسر العاطلة عن العمل ذات الأصول المنخفضة والندوب الاستهلاكية المستمرة الملحوظة لدى الأفراد الذين لديهم تجارب بطالة سابقة في آن واحد.
يُعد MediRec إطار عمل للنماذج اللغوية الكبيرة القابلة للتفسير، والذي يستفيد من تقطير سلسلة الاستدلال القائم على الأسس السريرية والتعلم المعزز لتعزيز دقة وقابلية تفسير توصيات الأدوية للسجلات الصحية الإلكترونية الصينية.
تقدم هذه الورقة نظرة عامة على المهمة المشتركة الثانية لـ CHIP 2025، والتي قدمت مجموعة بيانات CDrugRed وقيمت أحدث الأساليب، ولا سيما الأنظمة التجميعية القائمة على النماذج اللغوية الكبيرة (LLM)، للتوصية تلقائياً بأدوية الخروج للأمراض الأيضية باستخدام السجلات الصحية الإلكترونية الصينية.
تقترح هذه الورقة البحثية "أخذ العينات الخصامية المعايرة" (CAS)، وهو إطار عمل يعتمد على "المتعدد الأذرع" (multi-armed bandit) يعمل بكفاءة على تثبيت التدريب الخصامي متعدد الهجمات من خلال اختيار هجمة واحدة ديناميكيًا في كل تكرار للموازنة بين الاستكشاف والاستغلال، مما يقلل التكاليف الحسابية ويمنع الانحراف المفرط في المعلمات ويعزز المتانة الإجمالية.
تُظهر هذه الدراسة أن درجات القابلية العالية للتفسير في نماذج اكتشاف الأدوية القائمة على شبكات تدفق المولدات (GFlowNet) غالبًا ما تعكس تحيزات متأصلة في البنية الهيكلية والتمثيل الميزاتي بدلاً من المعرفة الكيميائية المكتسبة، مما يضع بروتوكول ضبط صارم للتمييز بين الرؤى الحقيقية المدفوعة بالسياسة وبين النواتج الاصطناعية.