23941 ورقة بحثية
تقدم هذه الورقة إطار عمل لتدقيق الأمن الحيوي باستخدام المشفّرات التلقائية المتناثرة (sparse autoencoders) لتكشف أن النماذج اللغوية تُظهر سلوكيات رفض غير متسقة وغالباً ما تكون سطحية مدفوعة بعوامل قانونية وثقافية بدلاً من الكشف الحقيقي عن المخاطر، مع إثبات أن تحليل مستوى التنشيط الداخلي يمكن أن يكشف عن أوضاع الفشل غير المرئية للتقييمات السلوكية القياسية.
تقدم الورقة البحثية iLoRA، وهو أول إطار عمل لـ LoRA مشروط بالرسوم البيانية وبايزي يتعلم بشكل مشترك التنبؤ وهياكل التفاعل الكامنة من خلال استنتاج رسوم بيانية للتفاعلات تعتمد على المدخلات لتوليد تحديثات منخفضة الرتبة ديناميكية، مما يؤدي إلى تحسين دقة تشخيص الميكروبيوم ومعايرة عدم اليقين مع استعادة العلاقات ذات المعنى البيولوجي بين الميكروبات والميكروبات.
تقترح هذه الورقة بنية برمجية لوكيل ذكاء اصطناعي دردشي نمطي مصمم لتعزيز المساعدة التعليمية المسؤولة من خلال معالجة القصور التربوي للنماذج اللغوية الكبيرة المتجانسة بنيوياً عبر وحدات مستهدفة وشفافة توجه الطلاب خلال حل التمارين مع الحفاظ على قدرات التفكير النقدي ونقل المعرفة.
تقدم هذه الورقة CalArena، وهو معيار مرجعي واسع النطاق ومعياري يغطي ما يقرب من 2000 تجربة عبر مهام ونماذج متنوعة لتقييم طرق المعايرة البعدية بدقة باستخدام مقياس "تحسين ما بعد المعايرة" (Post-Hoc Improvement) المبتكر، كاشفةً أن دوال المعايرة السلسة والنهج المخصصة متعددة الفئات تتفوق على التقنيات الحالية مع توفير أدوات مفتوحة المصدر للأبحاث المستقبلية.
تُثبت هذه الورقة أن مُلحقات "LoRA" يمكن استهدافها بفعالية عبر "أبواب خلفية" من خلال تسميم البيانات لإنشاء هجمات تعميم على مستوى الرمز (token) تتجنب الكشف الهيكلي، بينما تقترح طرق كشف قوية على مستوى السلوك والأوزان لتحديد هذه الملحقات المخترقة في سلاسل التوريد.
تقدم هذه الورقة معياراً اختبارياً عاملياً على مستوى العمليات يقوم بتفكيك الشبكات العصبية الرسائلية الجزيئية (MPNNs) إلى مكونات متميزة هي: الرسالة-البذرة، والدمج، والتحديث، مما يكشف أن بناء الرسالة — ولا سيما دمج العقد والحواف القائم على التسلسل (concatenation) — هو المحرك الرئيسي للأداء، وبالتالي يوفر استدلالات تصميمية مستهدفة تتفوق على عمليات البحث عن البنى الهيكلية المتجانسة.
تقدم هذه الورقة البحثية تحسين السياسة التباطئي (HPO) ومتغيره التكيفي (A-HPO) لمعالجة عدم الاستقرار في التدريب المبكر في التعلم المعزز بأسلوب GRPO تحت ظروف المكافآت الشحيحة، وذلك عبر تقليل وزن تحديثات الميزة السالبة واستبدال تطبيع طول الاستجابة الفردية بتطبيع متوسط الطول، مما يؤدي إلى أداء واستقرار فائقين عبر مختلف المعايير ونطاقات النماذج.
تدقق هذه الدراسة في كيفية تباين توصيات المساعدين القائمين على الذكاء الاصطناعي للعلامات التجارية للاستفسارات التجارية بشكل كبير عبر مختلف شخصيات المشترين، كاشفةً أنه بينما تظل العلامات التجارية الرائدة في فئتها ثابتة، فإن اقتراحات العلامات التجارية متوسطة السوق تتغير بشكل جذري بناءً على سياق المستخدم، مع كون هذا التأثير أكثر وضوحاً في النماذج التي تعتمد بشكل أكبر على الأولويات المستمدة من بيانات التدريب بدلاً من أدلة الاسترجاع.
تقترح هذه الورقة إطار عمل مبتكر لتحسين الأنظمة متعددة الوكلاء القائمة على النماذج اللغوية الكبيرة، والذي يعالج تحديات عدم القابلية للاشتقاق والاشراف المتناثر عبر تقديم آليات تخصيص ائتمان زمنية وهيكلية لتوجيه خوارزمية تنازل إحداثي كتلوي لفظي منفصل من أجل تحسين مستهدف وفعال للمطالبات.
تكشف هذه الورقة أن النماذج اللغوية الكبيرة تخفق في تتبع حالات الكيانات بشكل تراكمي عبر العمليات المتتالية، حيث تعتمد بدلاً من ذلك على استراتيجية غير تسلسلية تجمع المعلومات عند رمز الاستعلام وتستخدم آلية كبت عالمية هشة لعمليات الإزالة، مما يؤدي إلى أنماط فشل يمكن التنبؤ بها والتي يمكن التخفيف من حدتها جزئياً من خلال التدخل الميكانيكي.