24055 ورقة بحثية
تقترح هذه الورقة خوارزمية مبتكرة تسخر النماذج اللغوية الكبيرة كمولدات عشوائية ومقيمات استدلالية في آن واحد لإنشاء محفظة قوية من نماذج الأمثلة، مما يوفر ضمانات نظرية بأن المرشحين عالي الجودة مشمولون لغرض الاختيار البشري القائم على أسس منهجية.
تقدم هذه الورقة "ReasonOps"، وهو نموذج تشغيلي موحد مستوحى من "DevOps" و"MLOps"، يدمج التفسير الدلالي، والتحقق الرسمي، وضمان وقت التشغيل في دورة حياة مستمرة لمعالجة التناقضات المنطقية وفجوات الموثوقية في استدلال النماذج اللغوية الكبيرة للتطبيقات ذات الأهمية الحرجة للسلامة.
تحدد هذه الورقة مشكلة "تلاشي المعلم خارج السياسة" (Off-policy Teacher Decay) في عملية التقطير داخل السياسة (on-policy distillation)، وتقترح استراتيجية "التدحرج عند التوقف المبكر" (Early Stopping Rollout - ESR)، التي تقصر التدريب على رموز الاستجابة الأولية، والتي تتفوق تجريبيًا على طرق التدحرج الكامل من حيث الكفاءة والاستقرار، بل وتتجاوز أداء المعلم من خلال آليات مثل "المحاذاة المتتالية" (Cascading Alignment) و"الالتزام بالنمط الفرعي" (Sub-mode Commitment).
تقدم هذه الورقة طريقة s-Trace لتكشف أن النماذج اللغوية الكبيرة تعمل بطريقة نمطية ثنائية المراحل، حيث يوفر رسم بياني فرعي متفرق من الطبقات المبكرة تنبؤاً تقريبياً بناءً على إحصاءات ضحلة، والذي يتم بعد ذلك صقله تدريجياً عبر حسابات أكثر كثافة في الطبقات اللاحقة، مع ارتباط كمية الحوسبة اللازمة بعدم يقين النموذج.
تقدم هذه الورقة نتائج اختبارات الاختراق لعام ٢٠٢٥ على أنظمة الوكلاء الاصطناعيين المملوكة، والتي تكشف أنه على الرغم من معايير التطوير الأكثر صرامة، إلا أنها لا تزال تظهر ثغرات أمنية متكررة مشابهة لتلك الموجودة في الوكلاء مفتوحي المصدر بسبب طبيعتها المعقدة، وغير المحدودة، وذاتية التعديل.
تقترح الورقة البحثية BatteryMFormer، وهو إطار عمل Transformer متعدد المستويات يستفيد من أولويات حالة التقادم، وذاكرة نمط التدهور الميتا، ومشفر ثنائي الرؤية لنمذجة الهيكل الهرمي والتباينات الموضعية في بيانات البطارية بفعالية، مما يحقق تنبؤاً فائقاً لمسار تدهور البطارية المبكر عبر مجالات متعددة.
تقدم هذه الورقة ConVer، وهي أداة تحقق تركيبي من الأعلى إلى الأسفل تستفيد من النماذج اللغوية الكبيرة لتخليق عقود الدوال وتعمل على تحسينها بشكل تكراري عبر حلقة CEGAR-CEGIS للتغلب على انفجار فضاء الحالة في التحقق من برامج C الكبيرة ونماذج LF المحولة.
تقدم هذه الورقة QUACK، وهو إطار عمل مفتوح المصدر للاستنتاج الاجتماعي متعدد الوسائط يقوم بمراجعة وكلاء النماذج اللغوية الكبيرة من خلال إعادة بناء مسارات الحقيقة الأرضية للكشف تلقائياً عن الهلوسة، والاتهامات غير المدعومة، والتناقضات بين اللغة والأفعال وقياسها كمياً.
تقدم هذه الورقة إطار عمل لتفكيك "التمثيل-القراءة" (representation-readout) غير مرتبط بمهمة محددة، يفسر ظواهر التعميم المعقدة مثل "التدرج" (grokking) و"الانحدار المزدوج" (double descent) باعتبارها نتيجة لديناميكيات متنافسة بين تعلم التمثيل التدريجي ومعايرة القراءة، مما يوفر أدوات تشخيصية جديدة للتمييز بين التعلم الحقيقي والآثار الناتجة عن التدريب غير القياسي.
تقدم هذه الورقة البحثية خوارزمية مطابقة الـ Q-Adjoint في منطقة الثقة (TRQAM)، وهي خوارزمية ضبط دقيق مستقرة خارج السياسة (off-policy) تتحكم تكيفياً في تباعد KL في فضاء المسار من سياسات التدفق مسبقة التدريب عبر التنازل المزدوج المسقط للتخفيف من عدم الاستقرار الناجم عن الناقد، محققةً أداءً هو الأفضل حالياً في 50 مهمة من مهام OGBench.