23941 ورقة بحثية
تقدم هذه الورقة البحثية "التدريب وقت الاختبار للتعلم السببي الخاضع للإشراف" (TTT-SCL)، وهو إطار عمل مبتكر يعمل على توليد مجموعات تدريب متوافقة مع وقت الاختبار ديناميكيًا للتغلب على قيود التعميم خارج التوزيع والقيود التركيبية لطرق التعلم السببي الخاضعة للإشراف الحالية، مما يحسن الأداء بشكل كبير في كل من مجموعات البيانات الاصطناعية والواقعية.
تقترح هذه الورقة بنية مشفر تفصل صراحةً المعلومات الدلالية، والمكانية المطلقة، والمكانية النسبية إلى مسارات منفصلة، مما يكشف أن الفضاءات الموضعية المعزولة تشكل طبيعياً متشعبات منخفضة الأبعاد تلتقط بنية المستند وتثبت أن هذا النهج يحسن التمثيل اللغوي بشكل كبير مقارنة بتشفيرات المواضع المتشابكة القياسية.
تقدم هذه الورقة RAISE، وهو إطار عمل ومعيار شامل يصيغ تصميم استرجاع المعلومات المعزز بالتوليد (RAG) كمسألة بحث عن البنية التحتية لتمكين التقييم المنهجي والقابل للتكرار لطرق تحسين المعلمات الفائقة عبر مجموعات بيانات ومهام متنوعة.
تقدم هذه الورقة تصنيفاً موحداً وتقييماً تجريبياً مراعياً للتكلفة لهجمات الدفاع والكسر (jailbreak) لنماذج اللغة الصوتية الكبيرة، مما يكشف عن ثغرات أمنية كبيرة عبر المجالات الدلالية والصوتية والإشارية، مع تسليط الضوء على المقايضات بين متانة السلامة وسهولة الاستخدام الحميدة.
تقترح هذه الورقة إطار عمل متعدد الوكلاء موجهاً بالتمكين يدمج بين العصيات السياقية، والتواصل المهيكل، ونقاط التحقق الدلالية لمنع الانزياح الدلالي وضمان الأمانة السببية في سير عمل الحوسبة العلمية التكيفية، مما يعزز التقارب والمتانة في اتخاذ القرار المستقل.
تقدم هذه الورقة MaskDiff-AD، وهو نموذج انتشار مقنع أحادي الاتجاه (forward-only) يكتشف الشذوذ بفعالية في البيانات الفئوية، والمختلطة، والتسلسلية المنفصلة من خلال تقييم صعوبة إعادة البناء دون الحاجة إلى أخذ عينات عكسية للزمن، محققاً أداءً هو الأفضل حالياً عبر مختلف معايير البيانات الجدولية والنصية.
تقدم هذه الورقة "فك التشفير الإسقاطي" (projectional decoding)، وهو إطار عمل مبتكر يدمج دلالات المجال مباشرة في توليد النماذج اللغوية الكبيرة من خلال الحفاظ على نموذج رسومي جزئي إلى جانب النص لتمكين التحقق الدلالي التدريجي، وكشف الأخطاء، وإنشاء مشغولات برمجية صالحة بشكل مثبت.
تقدم الورقة البحثية CROP، وهي طريقة معايرة تطابقية توفر ضمانات إحصائية لطول بادئات الاستدلال الصالحة في النماذج اللغوية، مما يتيح الاحتفاظ الآمن بالخطوات الوسيطة الصحيحة مع توجيه اللاحقات التي تحتوي على أخطاء للإصلاح.
تقدم هذه الورقة منصة اختبار تشخيصية شاملة ومقارنة للمنهجيات للإجابة الانتقائية على الأسئلة عبر الذاكرة الشخصية متعددة المصادر والمتضاربة، مما يثبت أن أدوات حل الدمج المدربة تتفوق على النماذج اللغوية الكبيرة الرائدة في الدقة وقدرات الامتناع الانتقائي عبر اختبار معياري واسع النطاق ومنضبط.
تقدم هذه الدراسة أول تحليل تجريبي واسع النطاق لاتساق اختبار الاختراق لنماذج اللغات الكبيرة، حيث كشفت أن أربعة نماذج أظهرت اختلافات ذات دلالة إحصائية في معدلات نجاح الهجمات الذاتية (تتراوح بين 25% و85%) وأنماط فشل متميزة عند إخضاعها لـ 400 تجربة متكررة ضد هدف ثابت قابل للاختراق.