23087 ورقة بحثية
تقترح الورقة البحثية NeST، وهو إطار عمل مبتكر يعزز التنبؤ بالسلاسل الزمنية القائم على النماذج اللغوية الكبيرة من خلال توليد نماذج نصية أولية مدركة للجوار، ومحاذاتها مع التمثيلات الزمنية عبر التعلم التبايني، وتطبيق تعديل زمني مشروط بالنماذج الأولية لتحقيق أداء فائق وقدرة على التعميم عبر مختلف المعايير والمهام الواقعية.
تقدم هذه الدراسة مراجعة شاملة للاستدلال العصبي الرمزي عبر الرسوم البيانية للمعرفة، مع التركيز على أنواع الاستعلامات وتصنيفها، بينما تستكشف التكامل المبتكر للنماذج اللغوية الكبيرة لسد الفجوة بين التعلم العميق والاستدلال الرمزي.
تقدم هذه الدراسة نظرة عامة محدثة على نماذج الرؤية واللغة الضخمة حتى عام 2026، متتبعةً تطورها المعماري من الأنظمة القائمة على الموائمات إلى نماذج العالم والعمل الموحدة، ومحللةً التحول في المعايير المرجعية نحو مهام الاستدلال المعقدة والمهام المتجسدة، ومراجعةً أساليب المحاذاة لما بعد التدريب مع تسليط الضوء على التحديات الحرجة في الهلوسة، والسلامة، والكفاءة.
تقدم هذه الورقة البحثية "Histoires Morales"، وهي مجموعة بيانات فرنسية مكيفة ثقافياً مستمدة من "Moral Stories" لمعالجة نقص الموارد لتقييم التوافق الأخلاقي في نماذج اللغة الفرنسية، مما يثبت أنه بينما تلتزم هذه النماذج عموماً بالمعايير الأخلاقية بشكل افتراضي، إلا أنها تظل عرضة للتلاعب من خلال تحسين تفضيلات المستخدم.
تقترح هذه الورقة سبعة مبادئ لتصميم معايير محاسبة تكلفة وحوسبة الذكاء الاصطناعي لسد الثغرات التقنية، ومنع التلاعب الاستراتيجي، وضمان التنفيذ التنظيمي المتسق دون تثبيط الحد من المخاطر المسؤول.
تقترح هذه الورقة البحثية DeepCUT، وهو إطار عمل لتعلم الآلة العميق (machine unlearning) يعمل على تحسين الفضاء الكامن للنماذج اللغوية باستخدام التعلم التبايني العميق لإزالة بيانات تدريب محددة بفعالية مع الحفاظ على جودة التنبؤ، مما يعالج أوجه القصور في الأساليب الحالية التي تتجاهل التوزيعات الهندسية للعينات.
تقدم هذه الورقة "جامعة الذكاء الاصطناعي" (AI-U)، وهو إطار عمل يجمع بين النماذج اللغوية الكبيرة الضبطية الدقيقة وبين التوليد المعزز بالاسترجاع لإنشاء مساعدي تعلم تكيفي مخصصين لمقررات دراسية محددة، مما يثبت من خلال دراسة حالة لطريقة العناصر المحدودة أن هذا النهج يتفوق بشكل كبير على النماذج الأساسية والنماذج ذات الأوزان المغلقة من حيث التوافق مع المواد التعليمية وتفضيلات المستخدم.
تُظهر هذه الدراسة أن تزويد النماذج اللغوية الكبيرة بالقدرة على استدلال "نظرية العقل" يعزز بشكل كبير من توافقها مع المعايير البشرية، واتساق اتخاذ القرار، ونتائج التفاوض في "ألعاب الإنذار"، لا سيما عند دمج ذلك مع معتقدات محددة تدعم الرفاه الاجتماعي.
تقدم هذه الورقة STReason، وهو إطار عمل معياري يجمع بين النماذج اللغوية الكبيرة وأدوات التحليل المكاني الزماني لتفكيك الاستعلامات المعقدة إلى برامج قابلة للتنفيذ، مما يتيح استدلالاً متعدد المهام دقيقاً وخالياً من الهلوسة ومخرجات تفسيرية طويلة دون الحاجة إلى ضبط دقيق خاص بمهمة معينة.
يُعد MixLoRA-DSI إطار عمل جديد للاسترجاع التوليدي الخالي من إعادة التدريب (rehearsal-free)، والذي يستخدم استراتيجية توسيع تعتمد على كشف القيم المتطرفة (OOD) على مستوى الطبقات لإضافة خبراء التكيف منخفض الرتبة (LoRA) بشكل انتقائي، مما يتيح نمواً في المعلمات تحت خطي وتكاليف تدريب منخفضة عند تحديث النماذج مع المجموعات النصية الديناميكية.