23200 ورقة بحثية
يقدم البحث إطار عمل DLLM-TTS، وهو نموذج بـ 0.6 مليار معلمة يصيغ عملية تحويل النص إلى كلام كعملية انتشار كتلي شرطي منفصل فوق رموز الترميز الصوتي العصبي، محققاً أداءً تنافسياً مع وضوح عالٍ وعامل زمن حقيقي قدره 0.15 من خلال التنبؤ المتوازي للرموز ضمن كتل متتالية.
تقدم هذه الورقة Obshazard-bench، وهو معيار مرجعي جديد في الوقت الفعلي يقيم النماذج اللغوية الكبيرة متعددة الوسائط على تدفقات مراقبة الأرض الخام وعالية التردد عبر 8 فئات من الكوارث باستخدام تصنيف عملياتي ثلاثي المراحل، مما يكشف عن قيود كبيرة في قدرة النماذج الحالية على دعم استخبارات الكوارث الحرجة زمنياً.
تُثبت هذه الورقة أن مسار التوليد المعزز بالاسترجاع (RAG) الذي يستفيد من مجموعة بيانات اصطناعية منسقة يحسن بشكل كبير من دقة واتساق البنية لنماذج الأمثلة والقيود المولدة بواسطة النماذج اللغوية الكبيرة، مما يقدم بديلاً فعالاً من حيث التكلفة لعملية الضبط الدقيق لتطبيقات دعم القرار في العالم الحقيقي.
تقدم هذه الورقة البحثية "الإنتروبيا النواة الواعية دلالياً" (SAKE)، وهي طريقة توجيه مبتكرة خالية من التدريب تستفيد من إنتروبيا ريني من الرتبة الثانية عبر مصفوفة غرام النواة لموازنة الدقة والتنوع ديناميكياً في نماذج الانتشار النصي، متفوقةً بذلك على النماذج المرجعية الحالية في المهام كثيفة الاستدلال مثل توليد الأكواد والرياضيات.
يُعد Motif-Mamba نموذج فضاء حالة مهيكل يعزز قدرات نمذجة التسلسل طويلة المدى لنموذج Mamba من خلال دمج مسار متكرر منخفض الرتبة مقيد بالنماذج (motif-constrained) لتسهيل التفاعلات الصريحة عبر الأبعاد مع الحفاظ على كفاءة الوقت الخطي.
تتحدى هذه الورقة البحثية المفهوم القائل بأن التنظيم الهرمي ضروري حتماً للأنظمة متعددة الوكلاء عالية الأداء، وذلك من خلال إثبات أن الأسراب المسطحة والمتجانسة يمكنها تحقيق قدرة مماثلة أو متفوقة على صد الاضطرابات عبر زيادة الذاكرة والنمذجة الداخلية لكل وكيل، شريطة محاسبة مواردها الجماعية (العرض، والذاكرة، والتعامل مع التأخير) كمياً مقابل الحدود البيئية الجوهرية.
تقترح هذه الورقة نموذج لغة صغيراً تم تدريبه عبر الضبط الدقيق الخاضع للإشراف التدريجي والتعلم التعزيزي لتوجيه الاستعلامات ديناميكياً إلى وكلاء استرجاع متخصصين بناءً على أداء الاسترجاع بدلاً من مجرد القصد، مما يحقق صلة أعلى بكثير (NDCG@10 يبلغ 0.771) وزمن انتقال أقل (120.1 مللي ثانية) مقارنة بالنماذج اللغوية الكبيرة المرجعية.
تُعد SIRIN مجموعة أدوات موحدة وواجهة ويب تفاعلية تدمج نماذج كشف متعددة لتحديد الهلوسة السياقية وتقييم قابلية الإجابة على الاستعلام في أنظمة النماذج اللغوية الكبيرة المعتمدة على الاسترجاع، والوكيلة، والمستندة إلى الذاكرة.
تُثبت هذه الورقة أن نماذج الرؤية واللغة تعيد ترميز التمثيلات البصرية ديناميكيًا من خلال آليات مستحثة لغويًا، وتحديدًا عبر توليد ناقلات مرجعية مجردة للأجسام ذات الصلة بالهدف وتضخيم السمات الخاصة بالمهمة، مما يتحدى الرؤية التي تعتبر الرموز البصرية مستودعات معلومات ثابتة.
تقدم هذه الورقة دراسة تجريبية منهجية عابرة للبنى الهيكلية تكشف أنه في حين أن تكييف النطاق للنماذج اللغوية الصغيرة باستخدام بيانات مضطربة تنافسياً يحسن الأداء دون الإضرار بالمعايرة الواقعية، فإن استراتيجيات الحفاظ على السلامة الشائعة مثل "Dark Experience Replay" و"Task Arithmetic LoRA" تفشل في الحفاظ على المتانة التنافسية ويمكن أن تزيد بشكل كبير من القابلية للمخرجات الضارة.