24346 ورقة بحثية
تقدم هذه الورقة مسار استكشاف ذاتي خفيف الوزن وخالٍ من التدريب، يستفيد من النماذج اللغوية الرؤيوية للقيام باتخاذ قرارات استراتيجية عالية المستوى من خلال تحليل المطالبات متعددة الوسائط للخرائط والصور المرئية، مما يؤدي إلى تحسين تغطية الخرائط بنسبة تصل إلى 24% مقارنة بالطرق الهندسية الاستدلالية الحالية في البيئات غير المعروفة.
تقدم هذه الورقة البحثية PoisonForge، وهو معيار مرجعي يوضح أن تسميم البيانات على مستوى المهام باستخدام 1% فقط من الأمثلة المصممة يمكن أن ينجح في إجبار النماذج اللغوية الكبيرة المضبوطة بالتعليمات على تضمين كيانات محددة من قبل المهاجم في مخرجات المهام المستهدفة مع الحفاظ على الأداء الطبيعي في مجالات أخرى، مما يكشف أن خيارات تصميم التسميم وليس حجم النموذج هي المحركات الأساسية لنجاح الهجوم.
تكشف هذه الورقة عن فجوة حرجة في معايير تقييم الاستدلال في السياقات الطويلة من خلال إثبات أن التقييمات السائدة تفشل في ضبط موضع المهمة، مما يؤدي إلى انخفاض كبير في الأداء عندما توضع المهام في منتصف السياقات الطويلة بسبب تداخل الحشو، وتقترح إطار عمل تقييم تعفن السياق (CRE) لمعالجة هذه النقطة العمياء الهيكلية.
تقدم هذه الورقة إطار عمل للتحقق الرسمي يستنتج حدوداً خطية محكمة لقيم البكسل تحت اضطرابات حركة الكاميرا ثلاثية الأبعاد من خلال الاستفادة من تحسين ليبشيتز والاستمرارية الجزئية للتحويلات الهوموجرافية، مما يتيح أول ضمانات متينة وصارمة لمتانة الشبكات الرؤيوية في المشاهد المستوية دون الاعتماد على عمليات محاكاة معقدة أو نماذج بديلة.
تقدم هذه الورقة GENSTRAT، وهو إطار عمل يستخدم بيئات استراتيجية مُولدة إجرائياً وملف تعريف قدرات متعدد المحاور لتقييم التفكير الاستراتيجي للنماذج اللغوية الكبيرة، مما يكشف أن النماذج ذات الأداء العام المتشابه يمكن أن تُظهر نقاط قوة متميزة وتقلبات سلوكية غير متوقعة في سيناريوهات محددة ذات صلة بالنشر.
تُظهر هذه الورقة أنه في حين تعاني النماذج اللغوية الكبيرة الرائدة من معدلات مرتفعة من الإيجابيات الكاذبة وانخفاض في تغطية الثغرات في مهام الأمن السيبراني، فإن النماذج المتخصصة في المجال التي توظف منهجيات اختبار هيكلية تحقق دقة فائقة، مما يشير إلى أن النماذج التأسيسية العمودية المبنية على بيانات متخصصة وسلاسل هجوم هيكلية تُعد ضرورية للتطبيقات الأمنية الفعالة.
تقترح هذه الورقة إطار عمل RefCal، وهو إطار تدريب موحد يقدم خسارة تباين تحت إشراف مبتكرة لتحسين الدقة والمعايرة والتهذيب بشكل مشترك، مما يتغلب على المقايضة الشائعة حيث تعمل الطرق الحالية على تحسين المعايرة على حساب قدرة النموذج على التمييز بين التنبؤات الصحيحة والخاطئة.
تقترح الورقة البحثية بنية "البواقي متعددة البوابات" (MGR)، وهي بنية مبتكرة تعمل على تثبيت مقاييس التنشيط في الشبكات المتبقية العميقة باستخدام آلية تسجيل وبوابة مع تجميع الانتباه، مما يحقق تحسينات في الأداء دون عبء الاتصال المرتبط ببواقي الانتباه.
تقترح هذه الورقة إطار عمل مكوناً من ثلاث خطوات لتصميم وإعداد تقارير معايير قياس أعمال المعرفة، والتي توائم صراحةً بين المهام المُقيمة، وبيئات الاختبار، ومعايير التقييم وبين أنشطة العمل في العالم الحقيقي لضمان أن تعكس درجات معايير القياس بشكل موثوق قدرة النظام في سيناريوهات النشر الفعلية.
تقدم هذه الورقة البحثية SAGE-Fit، وهو إطار عمل جاهز للاستخدام (plug-and-play) يستفيد من الأولويات الهيكلية والدلالية للتعبيرات الرمزية للتغلب على معضلة "البنية الجيدة، والدرجة السيئة" في الانحدار الرمزي، مما يحسن بشكل كبير من تحسين المعلمات وأداء البحث الإجمالي.