24346 ورقة بحثية
تقترح هذه الورقة خط إنتاج قابل للتوسع لما بعد التدريب يجمع بين الضبط الدقيق الخاضع للإشراف والتعلم التعزيزي مع مكافآت قابلة للتحقق لاستخلاص قدرات توليد نماذج عالم أكواد الألعاب من النماذج الرائدة إلى نموذج لغوي كبير خفيف الوزن بـ 3 مليارات معلمة، مما يمكّنه من توليد بيئات ألعاب قابلة للتنفيذ بدقة من القواعد المكتوبة باللغة الطبيعية.
تكشف هذه الورقة أن التحيز الخفي للهجات في النماذج اللغوية، والذي يربط الصور النمطية السلبية بإنجليزية سكان أمريكا من أصل أفريقي (AAVE)، يتفاقم بشكل كبير عند مقارنة الإنجليزية الأمريكية القياسية وتغريدات (AAVE) جنبًا إلى جنب، وهو اكتشاف يتحدى طرق التقييم وجهود التخفيف الحالية.
تقدم هذه الورقة البحثية "تشكيل الثقة التدريجي"، وهي طريقة للتعلم التعزيزي تخفف من حدة الاستنتاج المعيب في النماذج اللغوية الكبيرة عبر معاقبة الثقة المبكرة ومكافأة النمو التدريجي للثقة، مما يحسن الدقة والأمانة بشكل كبير عبر مهام متنوعة دون الحاجة إلى تسميات خارجية أو نماذج مكافأة.
تقدم هذه الورقة البحثية خوارزمية تحسين السياسة القائمة على النموذج والمنظمة بنماذج الكثافة التوليدية خارج نطاق التوزيع (GORMPO)، وهي خوارزمية جديدة للتعلم المعزز غير المتصل التي تدمج نماذج الكثافة التوليدية لتقييد تحديثات السياسة في المناطق ذات الكثافة العالية، مما يجعلها تتفوق على النماذج المرجعية الرائدة في مجموعات البيانات الطبية الواقعية والمبعثرة، مع إثبات أن فعالية الكشف عن البيانات خارج نطاق التوزيع تعتمد على ديناميكيات البيئة.
تكشف هذه الورقة أن تقنية "التطبيع الدفعي" (Batch Normalization)، رغم فائدتها في استقرار التدريب، تضاعف بشكل كبير من حفظ العينات الشاذة وتزيد من القابلية لهجمات استنتاج العضوية، مما يؤدي إلى إدخال خطر خصوصية حرج وغير مُقدّر حق قدره في الشبكات العصبية العميقة.
تقدم هذه الورقة البحثية معيار ICRL4AHT لتقييم التعلم التعزيزي في سياق العمل الجماعي المرتجل، مما يكشف أن الخوارزميات الحالية المشروطة بالسجل التاريخي تفشل في تحقيق التكيف القوي في وقت الاختبار مع الشركاء المجهولين، وغالباً ما يكون أداؤها أقل من خطوط الأساس العشوائية في البيئات متعددة الوكلاء.
تكشف هذه الدراسة أن اللغة القانونية في القرارات القضائية الأوكرانية تشهد انزياحاً مفاهيمياً زمنياً كبيراً عبر العصور الجيوسياسية، مما يتسبب في تدهور حاد في أداء النماذج القياسية عند تطبيقها مستقبلاً، بينما تثبت أن التعلم المستمر الزمني والتدريب المسبق في المجال القانوني يمكن أن يخففا بفعالية من هذا الانزياح ويمنعا النسيان الكارثي.
تقدم هذه الورقة Code2UML، وهو نظام لغوي كبير وكيل (agentic LLM) يتميز بطبقة هندسة سياق حتمية تتيح توليد مخططات UML مؤتمتة عالية الجودة وقابلة للتوسع من مستودعات الأكواد المصدرية واسعة النطاق، مع الحفاظ على أداء مستقر عبر مختلف أحجام المشاريع ولغات البرمجة.
تقترح هذه الورقة إطار عمل تنافسي متعدد المهام ومبتكر يعمل في آن واحد على تحسين العدالة والخصوصية والدقة في الأنظمة المركزية القائمة على البيانات، وذلك عبر تعلم تمثيلات كامنة تخفي السمات الحساسة مع الحفاظ على المعلومات ذات الصلة بالمهام، مما يحقق معايير أخلاقية ومعايير خصوصية عالية دون فقدان كبير في الأداء.
تقترح الورقة البحثية "الذاكرة المتكيفة مع الحالة" (SAM)، وهي إطار عمل مستقل يعزز الاستدلال الوكيل طويل المدى من خلال دمج سجلات التفاعل في إشارات ذاكرة مدمجة وموجهة نحو القصد تسمح للوكلاء بإعادة بناء المعلومات البعيدة ديناميكيًا دون إعادة تدريب النموذج الأساسي، مما يحقق أداءً فائقًا عبر معايير قياسية متنوعة.