23845 ورقة بحثية
تُعد CausalForge إطار عمل وكيلِيّاً ذاتي التحسين ومبنياً على أسس صورية، يعمل على أتمتة أبحاث الاستدلال السببي من خلال الجمع بين مكتبة Causalean القائمة على لغة Lean وبين مسار عمل يقوم بتوليد وتصوير وتدقيق البراهين لضمان موثوقية النتائج التي يتم فحصها آلياً.
تُظهر هذه الورقة أن النماذج اللغوية الكبيرة التجارية تُبدي مواقف معرفية غير مستقرة وغامضة تجاه الادعاءات العلمية الزائفة، حيث تعتمد نتائج التحقق على تكوينات النشر، وأنواع الواجهات، والتحديثات الصامتة، بدلاً من كونها خصائص متأصلة في النماذج نفسها.
تكشف هذه الورقة أن إضافة المهارات الإجرائية إلى وكلاء النماذج اللغوية الكبيرة غالباً ما يتسبب في تراجعات كبيرة في الأداء بسبب التناضح الوصفي، وإزاحة التجذر، وإزاحة التحقق، محاججةً بأن الموثوقية تعتمد على تحسين التجذر والتحقق أكثر من اعتمادها على تحسين التوجيه الإجرائي.
تقترح الورقة البحثية خوارزمية "أولوية سلوك الخبير" (EBP)، التي تستخدم مشفرًا تلقائيًا متغيرًا مشروطًا موجهًا بـ Q لتوليد أولويات سياسة الخبير ذات القيمة العالية مباشرة من مخازن إعادة التشغيل عبر الإنترنت، مما يتغلب على قيود مجموعات البيانات غير المتصلة بالإنترنت الثابتة لتحقيق كفاءة عينة فائقة وتقارب مستقر في التعلم المعزز عبر الإنترنت.
تقيم هذه الورقة التحيزات القائمة على النوع الاجتماعي، والعرق، والعمر في أربعة من النماذج اللغوية الكبيرة الرائدة لعام 2024 عبر سيناريوهات مهنية وإجرامية، مما يكشف عن انحرافات كبيرة عن بيانات الواقع ويُظهر أن جهود معالجة التحيز الحالية غالباً ما تخلق مقايضات جديدة للعدالة تُعرف باسم "مفارقة معالجة التحيز".
تقترح الورقة البحثية HERec، وهو إطار عمل زائدي يجمع بين النمذجة الهرمية المعززة دلاليًا والتجميع التلقائي لموازنة الاستكشاف والاستغلال بفعالية في أنظمة التوصية، مما يؤدي إلى التخفيف من حدة الشرانق المعلوماتية مع التفوق على النماذج المرجعية الحالية الإقليدية والزائدية.
تقدم هذه الورقة مجموعة بيانات تقييمية مبتكرة قائمة على نحو القواعد (Construction Grammar) لتقييم قدرات التعميم الدلالي للنماذج اللغوية الكبيرة، كاشفةً أن حتى النماذج الأكثر تطوراً تعاني في التمييز بين التراكيب العبارية المتطابقة تركيبياً والمتباينة دلالياً، حيث أظهرت انخفاضاً في الأداء يتجاوز 40% مقارنة بالحدس البشري.
توحد هذه الورقة بين اختيار البيانات وتقييمها من خلال إعادة صياغة المشكلة كمسألة اتخاذ قرار متسلسل يمكن حلها عبر البرمجة الديناميكية، مما يكشف أن الأساليب الحالية مثل "Data Shapley" هي تقريبات قاصرة النظر، وتقترح بديلاً قابلاً للتوسع يعتمد على الرسم البياني ثنائي الأجزاء يحقق مكاسب أداء مثبتة في كل من تعلم الآلة الكلاسيكي والضبط الدقيق لنماذج اللغات الكبيرة واسعة النطاق.
تقدم هذه الورقة ProofWala، وهو إطار عمل متعدد اللغات مبني على مكتبة قابلة لإعادة الاستخدام للتفاعل البرمجي مع مبرهنات التفاعل التي تتيح استخراج بيانات برهنة وفحصاً متوازياً يتسمان بالقدرة على التوسع والأمانة الدلالية، مما يثبت أن التدريب عبر اللغات بين Lean وRocq يحسن بشكل كبير أداء إثبات النظريات والتكيف مع المجالات.
تُظهر هذه الورقة أن استدلال "سلسلة الأفكار" (Chain-of-Thought) في النماذج اللغوية الكبيرة غالباً ما يكون غير مخلص حتى في المطالبات الطبيعية غير العدائية، حيث تولد النماذج في كثير من الأحيان تبريرات متماسكة ولكن متناقضة مدفوعة بانحيازات ضمنية أو اختصارات غير منطقية، مما يكشف أن الاستدلال المنطوق لا يعكس بدقة عملية اتخاذ القرار الداخلية.