23941 ورقة بحثية
تقيم هذه الورقة بشكل منهجي معايرة خمسة نماذج تأسيسية حديثة للسلاسل الزمنية، وتجد أنها معايرة بشكل أفضل باستمرار وأقل عرضة للثقة المفرطة المنهجية مقارنة بالنماذج المرجعية عبر سيناريوهات تنبؤ مختلفة.
تقدم هذه الورقة البحثية MiAD، وهو نموذج انتشار مشترك متماثل (equivariant) يستخدم تقنية "حقن السراب" (mirage infusion) المبتكرة لتغيير عدد الذرات ديناميكيًا أثناء عملية التوليد، مما يحسن بشكل كبير من اكتشاف المواد البلورية المستقرة والفريدة والجديدة مقارنة بالنهج الحالية المتطورة.
يُعد ReflexGrad بنية ثنائية العمليات تُمكّن وكلاء النماذج اللغوية الكبيرة من التعافي من الإخفاقات داخل الحلقة دون الحاجة إلى نماذج توضيحية، وذلك عبر التوجيه الديناميكي بين التحسين المستمر السريع والتشخيص السببي البطيء، محققاً مكاسب كبيرة في أداء مهام ALFWorld عبر مختلف مقاييس النماذج.
تضع هذه الورقة إطار تقييم شاملاً لعلامات البيانات المائية في عملية الضبط الدقيق لنماذج الانتشار، حيث تثبت أنه على الرغم من أن الأساليب الحالية توفر بعض المتانة، إلا أنها تظل عرضة لتقنية إزالة عملية مقترحة حديثاً تقضي تماماً على العلامات المائية دون المساس بأداء النموذج.
تثبت هذه الورقة أن الشبكات العصبية العميقة القائمة على آلية الانتباه يمكنها اكتشاف حالات الأرض لعوازل شيرن الكسرية بفعالية واستخراج تدهورها الطوبولوجي من خلال تقليل الطاقة، مما يرسخ مونت كارلو المتغير للشبكات العصبية كأداة قوية لدراسة الأطوار الطوبولوجية شديدة الارتباط دون معرفة مسبقة.
تقدم الورقة البحثية E-valuator، وهو إطار عمل خفيف الوزن ومستقل عن النموذج يحول درجات الموثق (verifier) ذات الصندوق الأسود إلى قواعد قرار صالحة إحصائياً باستخدام اختبار الفرضيات المتسلسلة وعمليات e (e-processes) لمراقبة مسارات الذكاء الاصطنا�ي الوكيل بشكل موثوق، والتحكم في معدلات الإنذار الكاذب، وتمكين الإنهاء المبكر للتسلسلات الفاشلة.
تقدم الورقة البحثية "Rulers"، وهو إطار عمل ثلاثي المراحل أثناء الاستنتاج يعمل على تحويل المعايير البشرية إلى مواصفات مغلقة، ويفرض استناداً هيكلياً للأدلة، ويطبق معايرة لاحقة للتغلب على أوضاع الفشل الشائعة وتحقيق تقييم أكثر موثوقية ومواءمة للبشر من قبل النماذج اللغوية الكبيرة عبر مهام تقييم النصوص المتنوعة.
تقدم الورقة البحثية SWAI، وهي طريقة خالية من التدريب تُستخدم أثناء الاستنتاج لتوجيه مخرجات النماذج اللغوية نحو خصائص محددة مثل اللباقة أو سهولة القراءة عبر تطبيق انحيازات إحصائية مستمدة من المتون مباشرة على أفضل (K) من مرشحي اللوغاريتم (top-K logit candidates)، مما يحقق تحكماً فائقاً دون تعديل معلمات النموذج أو الحاجة إلى نماذج مساعدة.
تقترح هذه الورقة إطار عمل للتدريب اللاحق متوافقاً معرفياً يسمى "سلسلة التفكير الميتافيزيقي" (CoMT) و"التعلم المعزز المعاير للثقة" (CCRL)، والذي يفصل بين اكتساب الاستراتيجية المجردة والتنفيذ المحدد لتحسين قابلية التعميم والموثوقية في استدلال النماذج اللغوية الكبيرة، محققاً مكاسب أداء كبيرة مقارنة بالطرق القياسية.
تقدم هذه الورقة البحثية "الاستنتاج التفاعلي الاستباقي" (PIR)، وهو نموذج جديد يحول نماذج اللغات الكبيرة الاستنتاجية من مجرد حلال للمشكلات بشكل سلبي إلى مستقصٍ استباقي عبر دمج الاستنتاج الداخلي مع استيضاحات المستخدم لمعالجة عدم اليقين في المقدمات والقصد، مما يؤدي إلى تحسين الدقة والكفاءة بشكل كبير مع تقليل التكاليف الحسابية.