cs.AI

A Systematic Comparison between Extractive Self-Explanations and Human Rationales in Text Classification

تقارن هذه الورقة بشكل منهجي بين التفسيرات الذاتية الاستخراجية من النماذج اللغوية الكبيرة المضبوطة بالتعليمات وبين المبررات البشرية عبر مهام متعددة لتصنيف النصوص، وتجد أنه بينما يعتمد التوافق بين الاثنين على طول النص وتعقيد المهمة، فإن التفسيرات الذاتية توفر رؤى وفية على مستوى الرموز تختلف جوهرياً عن التركيز الهيكلي لطرق العزو اللاحقة.

Can Synthetic Data be Fair and Private? A Comparative Study of Synthetic Data Generation and Fairness Algorithms

تُظهر هذه الدراسة أنه في حين يوفر مولد البيانات الاصطناعية DECAF أفضل توازن بين الخصوصية والعدالة رغم انخفاض المنفعة، فإن تطبيق خوارزميات العدالة المسبقة المعالجة على البيانات الاصطناعية يحقق تحسينات فائقة في العدالة مقارنة بتطبيقها على البيانات الحقيقية، مما يشير إلى نهج هجين واعد للتحليلات التعليمية الأخلاقية.

Proportional Selection in Networks

تقترح هذه الورقة وتحلل نظرياً نهجين لاختيار $k$ من العقد الممثلة من شبكة ما، بحيث تحددان في آن واحد العقد الأكثر تأثيراً وتضمنان أن يعكس الاختيار تنوع الشبكة بشكل متناسب، مع التحقق من الفعالية من خلال التجارب.

LLMs on the Line: Data Determines Loss-to-Loss Scaling Laws

تُثبت هذه الورقة أن بيانات ما قبل التدريب هي المحدد الرئيسي لقوانين القياس من الخسارة إلى الخسارة في النماذج اللغوية الكبيرة، بينما يكون لآثار مثل حجم النموذج، والبنية، والمعلمات الفائقة تأثير ضئيل، مما يشير إلى أن تنقية البيانات أكثر أهمية من الخيارات الهيكلية لتحسين الأداء في المهام اللاحقة.

END: Early Noise Dropping for Efficient and Effective Context Denoising

تقدم الورقة البحثية طريقة "إسقاط الضجيج المبكر" (Early Noise Dropping - END)، وهي طريقة لا تتطلب ضبطاً دقيقاً، تستفيد من المسابير الخطية في الطبقات الأولى من النماذج اللغوية الكبيرة لتحديد واستبعاد أجزاء المدخلات المشوشة، مما يؤدي إلى تحسين كل من الأداء والكفاءة في المهام ذات السياق الكثيف.

A Showdown of ChatGPT vs DeepSeek in Solving Programming Tasks

تقارن هذه الدراسة بين ChatGPT 03-mini وDeepSeek-R1 في مهام البرمجة الخاصة بـ Codeforces، وتكشف أنه بينما يؤدي كلا النموذجين بشكل متشابه في المسائل السهلة ويعانيان في المسائل الصعبة، إلا أن ChatGPT يتفوق بشكل كبير على DeepSeek-R1 في التحديات متوسطة الصعوبة.

Bridging Language Models and Financial Analysis

تجسر هذه الدراسة الفجوة بين التطورات المتسارعة في النماذج اللغوية الكبيرة وتبنيها الحذر في القطاع المالي من خلال تقديم نظرة شاملة على المنهجيات المبتكرة وقدرتها على تحليل البيانات المالية المعقدة ومتعددة الأوجه بفعالية.

Universal Reasoner: A Single, Composable Plug-and-Play Reasoner for Frozen LLMs

تقدم الورقة البحثية "المستنتج الشامل" (UniR)، وهو وحدة برمجية نمطية وقابلة للتركيب والتشغيل المباشر تعزز قدرات الاستنتاج للنماذج اللغوية الكبيرة المجمدة عبر تدريب مكون استنتاج منفصل على مكافآت قابلة للتحقق وإضافة مخرجات الاحتمالات (logits) الخاصة به إلى النموذج الأساسي عند الاستدلال، مما يحقق أداءً فائقاً وتعميماً عابراً للمجالات دون الحاجة إلى إعادة تدريب النموذج بالكامل.

Task-conditioned probing of instruction-tuned multimodal LLMs: Region-specific brain alignment patterns under naturalistic stimuli

تُظهر هذه الدراسة أن النماذج اللغوية الكبيرة متعددة الوسائط والمنضبطة بالتعليمات تُبدي محاذاة أقوى وأكثر تخصصاً في المهام مع نشاط الدماغ البشري أثناء مشاهدة الأفلام الطبيعية مقارنة بالنماذج غير المنضبطة بالتعليمات ونماذج التعلم بالسياق، مما يشير إلى أن الضبط بالتعليمات ينظم التمثيلات حول المتطلبات الوظيفية للمهام بدلاً من الدلالات السطحية.

Strict Subgoal Execution: Reliable Long-Horizon Planning in Hierarchical Reinforcement Learning