23087 ورقة بحثية
تقدم هذه الورقة بيئة اختبار منضبطة تُثبت أن الإقناع في شبكات النماذج اللغوية الكبيرة متعددة الوكلاء مدفوع بتفاعل معقد بين طوبولوجيا الشبكة، والمنافسة، والمنطلقات المسبقة للنماذج، مما يكشف أن التأثير يمتد إلى ما وراء التعرض المباشر عبر وسطاء الأقران وغالباً ما يكون محجوباً في النصوص المرئية، مما يستلي حتماً على التقييم عبر مجسات الاعتقاد وسجلات الأفعال لتتبع تحولات المواقف بدقة.
تقدم هذه الورقة FuzzingBrain-Bench، وهو معيار مرجعي جديد مصمم لتقييم قدرات اكتشاف الأخطاء مفتوحة النهايات للنماذج اللغوية الكبيرة من خلال قياس قدرتها على توليد مدخلات تؤدي إلى حدوث حالات انهيار متميزة في أطر عمل مزودة بأدوات فحص (sanitizer-instrumented harnesses) عبر 77 تحديًا من 43 مشروعًا مفتوح المصدر.
تُثبت هذه الورقة أن معدلات استدعاء الأدوات في وكلاء النماذج اللغوية الكبيرة يمكن التحكم فيها بدقة عند وقت الاستنتاج دون إعادة تدريب، وذلك عبر تطبيق اتجاه توجيه خطي واحد خالٍ من التدريب مستخرج من المجرى المتبقي للنموذج، والذي يضبط بشكل رتيب ميل الاستدعاء لتحسين المقايضة بين الدقة والتكلفة عبر مختلف البنيات وأنواع الأدوات.
تُثبت هذه الورقة أن استخدام هندسة كرة بوانكاريه للنماذج الأولية للفئات في التصنيف الهرمي يحسن بشكل كبير من الحفاظ على طوبولوجيا الشجرة المحلية مقارنة بالفضاء الإقليدي، بينما لا يُظهر أي فائدة ملموسة لأداء التصنيف العالمي.
تقدم هذه الورقة MoPLEx، وهو خوارزمية تعظيم التوقع (expectation-maximization) فعالة تجمع بين تعزيز التصنيف عبر النماذج اللغوية الكبيرة والتقدير القائم على التدرج لتعلم نماذج "بلاكيت-لوس" المختلطة من التصنيفات متعددة الأوجه، مما يتغلب على حدود قابلية التحديد النظرية ويحسن بشكل كبير دقة التجميع والتصنيف في مهام محاذاة التفضيلات غير المتجانسة.
تقدم هذه الورقة SPECMINE، وهو متن لغوي واسع النطاق يجمع ما يقرب من 570,000 ملف مواصفات وأكثر من 5,000 طلب سحب مرتبط بها من مستودعات GitHub العامة لتمكين أول دراسة شاملة لمصنفات التطوير القائم على المواصفات وتحولها إلى كود برمجي بواسطة وكلاء الذكاء الاصطناعي.
تقيم هذه الورقة المقايضات في سير عمل العالم المشارك بالذكاء الاصطناعي لتوصيف البروتين، حيث وجدت أنه بينما يؤثر اختيار النموذج اللغوي الكبير والخبرة في صياغة الأوامر بشكل كبير على الدقة والاستدلال، فإن سياسة حتمية معدومة التكلفة تقدم أداءً يقارب حدود الطليعة مع قابلية تكرار مثالية للمهام الروتينية، في حين يُفضل تخصيص استدلال النماذج اللغوية الكبيرة المرن للاكتشافات المعقدة والمفتوحة.
تقدم هذه الورقة إطار عمل مدفوعاً بنماذج اللغات الكبيرة (LLM) يتيح التحقق المبكر من توافق الأجهزة من خلال تحويل أوراق البيانات وتوصيفات الاتصال إلى رسم بياني للتصميم لاستخراج خصائص هندسية محددة وتوليد سكربتات تقييم حتمية، محققاً دقة بنسبة 97.5% مع تقليل عبء السياق بشكل كبير مقارنة بالنهج التقليدي القائم على الاستعلام.
تقدم هذه الورقة FLARE، وهي طريقة تستفيد من النماذج اللغوية الكبيرة ومساعد الإثبات Lean للتحقق رسميًا من صحة إعادة صياغة البرمجة الخطية للأعداد الصحيحة المختلطة (MILP)، محققةً دقة بنسبة 100% على معيار مرجعي صعب مع توفير شهادات قابلة للتحقق آليًا.
تكشف هذه الورقة أنه بينما تقوم نماذج "خليط الخبراء" (MoE) بترميز المحتوى الأخلاقي بنفس قدر التكرار الذي تقوم به النماذج الكثيفة، إلا أن تمثيلاتها أكثر هشاشة بشكل ملحوظ بسبب "تخفيف المخرجات"، حيث يؤدي متوسط الخبراء النشطين إلى تقليل قوة الإشارة بشكل جذري، مما يجعل المعلومات المرمزة عرضة للاكتساح بسهما من قبل الضجيج رغم استقرار التوجيه.