23941 ورقة بحثية
تثبت هذه الورقة نظرياً أن تحسين السياسة النسبي للمجموعات (GRPO) مع نموذج مكافأة المخرجات يكافئ نموذج مكافأة العملية، وتحدد خللاً في تعامله مع الخطوات غير المتوازنة، وتقترح تعديلاً بسيطاً (-GRPO) يحسن أداء الاستدلال وكفاءة التدريب بشكل كبير دون الحاجة إلى نماذج مكافأة عملية صريحة.
تقدم هذه الورقة البحثية EELMA، وهو إطار عمل قائم على نظرية المعلومات لتقدير تمكين وكيل النموذج اللغوي من خلال تفاعلات نصية متعددة الأدوار، مما يثبت أن هذا المقياس غير المرتبط بهدف محدد يرتبط بفعالية بالأداء في المهام ويحدد اللحظات المحورية للقدرات العامة عبر بيئات متنوعة.
تقدم هذه الورقة CyberTeam، وهو إطار عمل مرجعي يعمل على توحيد عمليات صيد التهديدات للفريق الأزرق (blue team) في سير عمل هيكلي ومجزأ يتكون من 30 مهمة و9 وحدات تشغيلية لتوجيه النماذج اللغوية الكبيرة (LLMs)، مما يثبت أن هذا النهج يحسن أداء تحليل التهديدات بشكل كبير مقارنة باستراتيجيات الاستدلال مفتوحة النهايات.
تقدم هذه الورقة دراسة تجريبية تكشف أن الثغرات الأساسية للنماذج اللغوية الكبيرة في مجال استخبارات التهديدات السيبرانية تنبع من عدم التجانس والتقلب المتأصلين في هذا المجال بدلاً من كونها عيوباً عامة في النماذج، مقدمةً إطار عمل يعتمد على وجود العنصر البشري في الحلقة لتحديد وتخفيف ثلاثة أنماط محددة من حالات الفشل المعرفي من خلال دفاعات مستهدفة.
تقدم هذه الورقة SafeSearch، وهو إطار عمل آلي لاختبار الاختراق (red-teaming) يعمل على تقييم سلامة وكلاء البحث القائمين على النماذج اللغوية الكبيرة بشكل منهجي من خلال كشف ثغرات جوهرية تجاه نتائج البحث غير الموثوقة وإثبات أن الدفاعات الشائعة توفر حماية محدودة.
تقترح هذه الورقة نهجاً مبتكراً يجمع بين التحكم في المخاطر الخالي من التوزيع والإنهاء المبكر الديناميكي لمنع السياقات الضارة من خفض أداء النماذج اللغوية الكبيرة إلى ما دون خط الأساس لتعلم الصفر، مع تحسين الكفاءة والدقة في آن واحد على المدخلات المفيدة.
تقدم هذه الورقة AtomWorld، وهو معيار لتقييم النماذج اللغوية الكبيرة في تعديلات بنية المواد البلورية، والذي يكشف أنه بينما تؤدي نماذج مثل Claude Opus 4.6 بشكل جيد في المهام الأساسية، فإن نجاحها ينخفض بشكل كبير مع الاستدلال المكاني المعقد، مما يشير إلى أنها مناسبة أكثر كـمساعدين علميين بدلاً من وكلاء مستقلين.
تقدم هذه الورقة دراسة تجريبية منضبطة تُظهر أن استخدام أزواج دلالية إيجابية منسقة يدويًا (نماذج مختلفة من الفئة نفسها) للتدريب المسبق ذاتي الإشراف يحسن باستمرار من القدرة على التعميم ويستحث ثباتات أوسع مقارنة بالأزواج الإيجابية المعززة قياسيًا، مع استفادة طرق التعلم التبايني مثل SimCLR بشكل أكبر.
تقدم هذه الورقة KOTOX، وهي أول مجموعة بيانات وإطار عمل تحويلي مفتوح كوري مصمم للكشف عن المحتوى السام المموّه وتطهيره في آن واحد من خلال تصنيف أنماط التمويه القائمة على الأسس اللغوية وتدريب النماذج على التعامل مع التعبيرات المتنكرة دون المساس بالأداء على النصوص القياسية.
تقدم هذه الورقة سياسات المسار التوليدية (GTPs)، وهي إطار عمل موحد للتعلم المعزز غير المتصل يسد الفجوة بين نماذج الانتشار البطيئة ونماذج الاتساق السريعة من خلال تعلم خرائط حل المسار القائمة على المعادلات التفاضلية العادية ذات الزمن المستمر، محققةً أداءً هو الأفضل في فئته على معايير D4RL بما في ذلك درجات كاملة في مهام AntMaze الصعبة.