24509 ورقة بحثية
تكشف هذه الورقة أن النماذج اللغوية الكبيرة الأكثر قدرة تُظهر تراجعاً في التدرج (inverse scaling) في مهام التنبؤ التي تتضمن نمواً فوق خطي ومخاطر ذيلية، حيث تنتج تنبؤات توزيعية أسوأ عبر المبالغة في استقراء الذيول العليا—وهو فشل لا تكتشفه مقاييس العتبة الواحدة القياسية، ولكن يتم كشفه من خلال التقييم المستمر والشامل للذيول.
تقترح هذه الورقة إطار عمل هرمي لتعلم التعزيز الموجه بالأهداف غير المتصل بالإنترنت، والذي يستفيد من الخيارات النسبية وتمثيلات الحالة المتميزة لاستغلال التماثلات والهياكل المشتركة، مما يتيح إعادة استخدام الخبرة عبر سياقات متشابهة ويحسن الأداء بشكل كبير.
تقدم هذه الورقة البحثية "تأثيرات الرسائل المتراكمة على أحكام النماذج اللغوية الكبيرة" (AMEL)، مبرهنةً على أن النماذج اللغوية الكبيرة المستخدمة كمقيمين تظهر انحيازاً كبيراً نحو القطبية السائدة في تاريخ المحادثة السابق — لا سيما عند عدم اليقين أو التعرض لسياقات سلبية — بغض النظر عن حجم النموذج أو طول التاريخ، مما يوصي باستخدام سياقات جديدة أو تاريخ متوازن لضمان التقييم الآلي الموثوق.
إنّ AnyMo هو إطار عمل مدرك للهندسة وغير مرتبط بإعدادات محددة، يستفيد من محاكاة وحدة قياس القصور الذاتي (IMU) القائمة على الفيزياء والمواءمة مع النماذج اللغوية الكبيرة (LLM) لتمكين فهم قوي ومعمم لحركة الإنسان عبر مختلف الأجهزة القابلة للارتداء ومجموعات البيانات غير المرئية، متفوقاً بشكل كبير على الطرق الحالية في التعرف على الأنشطة في وضع الصفر، والاسترجاع متعدد الوسائط، ووصف الحركة.
تقدم هذه الورقة البرامج المنطقية النمطية البارامترية كصيغة جديدة لبرمجة مجموعات الإجابات من الدرجة الأولى تدعم البارامترات والداخلية، مما يوفر أساساً نظرياً لالتقاط دلالات ميزة التحكم الجماعي في clingo والجسر بين البرمجة المنطقية النمطية والتقليدية غير النمطية.
تقدم هذه الورقة أول إطار تقييمي لفحص النماذج اللغوية الكبيرة في سياقات الصراع، كاشفةً عن حدوث إخفاقات جوهرية في المواءمة — مثل التكافؤ الزائف وإنكار الإبادة الجماعية — بشكل متكرر لدى كبار المزودين، لا سيما عندما يتم توجيه النماذج للبحث عن "التوازن" في مواقف أثبتت فيها المحاكم الدولية المسؤولية بالفعل.
تقترح هذه الورقة منظوراً قائماً على توزيع الحالة في مرحلة ما بعد التدريب للنماذج اللغوية الكبيرة، حيث تُثبت من خلال تجارب منضبطة أن مصدر ومحلية حالات التدريب لا يقلان أهمية عن إشارة الإشراف نفسها، كما يتضح من تفوق الأساليب القائمة على السياسة (on-policy) على المعلمين المدربين تحت الضغط (stress-trained teachers) وقدرتها على الحفاظ على الاستبقاء بشكل أفضل من الضبط الدقيق الخاضع للإشراف القياسي.
تُثبت هذه الورقة أن التحليل متعدد الوسائط القائم على النماذج اللغوية الكبيرة يتفوق على نماذج التعرف على العواطف الصوتية التقليدية في التقاط البعد الدلالي لـ "الباثوس" (Pathos) في الخطاب السياسي، مع تسليط الضوء على قيود كبيرة في المعايير الصوتية القياسية بسبب الكلام الممثل والتحيزات الثقافية.
HarnessAPI هو إطار عمل بلغة بايثون يقضي على تكرار الكود عبر التعامل مع مجلدات المهارات المحددة النوع (typed skill folders) كمصدر وحيد للحقيقة لتوليد نقاط نهاية HTTP تدفقية موحدة، وتوثيق OpenAPI تفاعلي، وأدوات بروتوكول سياق النموذج (MCP) بدون تهيئة مسبقة، وذلك تلقائياً من معالج واحد ونماذج Pydantic.
تقدم هذه الورقة ProxySHAP، وهي طريقة مبتكرة تجمع بين النماذج البديلة القائمة على الأشجار مع التصحيح المتبقي وحساب دقيق في وقت متعدد الحدود لمجموعات الأشجار (tree ensembles) لتحقيق دقة وكفاءة في مستوى الحالة الراهنة (state-of-the-art) في تقدير تفاعلات شابلي (Shapley) وبانزهاف (Banzhaf)، متفوقة بشكل كبير على المقدرات الحالية مثل ProxySPEX وKernelSHAP-IQ.