24055 ورقة بحثية
تقدم هذه الورقة MeDial-Speech، وهي مجموعة بيانات حوارات طبية جديدة تتجاوز 111 ساعة من الحوارات بين الروبوت والمريض وبين الطبيب والمريض تغطي أربع حالات صحية محددة، إلى جانب معيار لاختيار الجمل يكشف أن النماذج اللغوية الكبيرة ذات القدرات المتطورة تحقق دقة متوسطة ولكنها تظهر ثقة مفرطة كبيرة في توقعاتها.
تكشف هذه الورقة أنه في نماذج الاستدلال الضخمة، يتم ترميز آليات الرفض بشكل مشترك في كل من تنشيطات التدفق المتبقي ومسارات سلسلة الأفك، مما يجعل التوجيه عبر التنشيط البسيط أقل فعالية ما لم يتم التلاعب بعملية الاستدلال نفسها أيضًا.
يُعد EmoDistill إطار عمل غير متصل بالإنترنت يعمل على تعزيز وكلاء النماذج اللغوية في المفاوضات العدائية من خلال تقطير المهارات العاطفية عبر عملية مكونة من مرحلتين — باستخدام تعلم كيو الضمني لاختيار العواطف الاستراتيجية وتكييف الترتيب المنخفض لتحسين التعبير عنها — مما يجعله يتفوق على الخطوط المرجعية القياسية عبر المجالات عالية المخاطر دون الحاجة إلى تدريب مكلف عبر الإنترنت.
تقدم الورقة البحثية SeDT، وهي طريقة تعتمد على الاستنتاج في وقت التشغيل دون الحاجة للتدريب، تستفيد من درجات الصلة المستمدة من "sentence-transformer" لتهيئة نماذج "Decision-Transformer" على المحادثات متعددة الأدوار، مما يخفف بفعالية من ظاهرة "الضياع في المحادثة" عبر تسليط الضوء ديناميكيًا على القيود الحرجة وتحسين كل من الأداء والموثوقية بشكل كبير عبر مختلف النماذج اللغوية الكبيرة.
تجادل هذه الورقة بأن مكاسب الأداء الناتجة عن التلقين بسلسلة الأفكار (Chain-of-Thought) في وقت الاستقصاء مدفوعة أساساً بالتنشيط المعجمي المحلي والتواجد المشترك للرموز قصير المدى، بدلاً من الاشتقاق المنطقي العالمي أو الترتيب الهيكلي على مستوى الجملة.
تقدم HTMLCure إطار عمل لتجربة تصفح موجهة بالحالة يقوم بتقييم وإصلاح لغة HTML التفاعلية من خلال مسارات تفاعل حتمية، مما يوسع بشكل كبير مجموعة بيانات بذرية إلى مجموعة بيانات عالية الجودة تمكن نموذجاً بحجم 27 مليار بارامتر من تحقيق أداء يضاهي الأنظمة الرائدة مثل Kimi-K2.6 وGPT-5.4 في اختبارات الويب التفاعلية.
يُعد RAGEAR نظام توصية أكاديمي عصبي رمزي يعزز مقترحات المساقات من خلال دمج الاسترجاع الكثيف لنصوص المحاضرات دقيقة التفاصيل مع رسم بياني معرفي رمزي، مستخدماً دالة تجميع واعية بالرسم البياني للتفوق على النماذج المرجعية القائمة على البيانات الوصفية فقط أو النصوص فقط في جودة التصنيف.
تقدم الورقة البحثية "Kalman Evolve"، وهو إطار عمل يستفيد من النماذج اللغوية الكبيرة لاكتشاف تعديلات غير تآلفية وقابلة للتفسير على بنية تحديث مرشح كالمان، مما يغلق فجوة الأداء في سيناريوهات الاستشعار غير الخطية حيث تفشل عمليات ضبط المعلمات التقليدية.
تقدم الورقة البحثية Periodic-TDL، وهو إطار عمل للتعلم العميق يستفيد من مجمعات Vietoris-Rips الدورية وتمرير الرسائل الهدبلي الهرمي لالتقاط التفاعلات متعددة الأجسام في البوليمرات، والذي لا يتفوق فقط على النماذج الرائدة في التنبؤ بالخصائص، بل تم التحقق من نجاحه أيضًا من خلال تجارب أظهرت أن استبدالات مجموعات وظيفية محددة تعزز الاستقرار الحراري بشكل كبير.
تقدم هذه الورقة "Helicase"، وهو نظام نماذج لغوية كبيرة (LLM) متعدد الوكلاء ومستقل، يقوم ببناء رسوم بيانية معرفية لسلاسل التوريد مدركة لعدم اليقين عبر تفكيك الاستعلامات المعقدة إلى خطط استقصائية تكرارية وتتبع الثقة عبر طبقات الإجراء والمسار والذاكرة، وتم تقييمه بناءً على معيار SCQA الجديد.