25186 ورقة بحثية
يقدم النموذج ثنائي المجلس (Bicameral Model) واجهة عصبية قابلة للتدريب تتيح لنموذجين لغويين مجمدين التنسيق بشكل ثنائي الاتجاه من خلال اقتران مستمر للحالة الخفية، مما يسمح لنموذج أولي بقيادة المهام بينما يقوم نموذج مساعد بتنفيذ الأدوات أو الأكواد، وهو ما يعزز الأداء بشكل كبير في الحساب والمنطق والاستدلال الرياضي دون الاعتماد على التواصل القائم على النصوص.
تقدم هذه الورقة نظامين جديدين يعتمدان على النماذج اللغوية الكبيرة، وهما RADAGAS وRefleXQLi، لتوليد حمولات حقن SQL العدائية وتقييم فعاليتهما ضد جدران حماية تطبيقات الويب المتنوعة، مما يكشف أنه في حين تتفوق هذه النماذج بشكل كبير على الخطوط المرجعية في تجاوز الدفاعات القائمة على الذكاء الاصطناست/تعلم الآلة، إلا أنها تواجه صعوبة أمام الأنظمة القائمة على القواعد وتُظهر أن تنوع الحمولات لا يرتبط دائمًا بنجاح أعلى في التجاوز.
تقدم هذه الورقة GRIEF، وهو فاحص (fuzzer) من نوع الصندوق الرمادي (greybox) يستهدف تعقيدات التزامن وإدارة الحالة في أنظمة خدمة النماذج اللغوية الكبيرة (LLM) للكشف عن الثغرات الحرجة مثل فشل عزل ذاكرة التخزين المؤقت وتداخل الأداء، حيث نجح في تحديد 15 مشكلة جديدة بما في ذلك ثغرتان من نوع CVE في محركات مثل vLLM وSGLang.
تُظهر هذه الورقة أن المتوسط الحسابي البسيط يفشل في إنتاج ترتيبات دقيقة في مصفوفات التقييم المتفرقة ذات مستويات صعوبة العناصر المتباينة عبر مجالات متعددة، بينما تستطيع نماذج نظرية الاستجابة للمفردة (IRT) استعادة ترتيبات الحقيقة الأرضية بمتانة في ظل هذه الظروف.
تثبت هذه الورقة أن المرتكزات الرقمية المضمنة تحيز بشكل منهجي أحكام جودة نماذج الرؤية واللغة من خلال الكشف عن رابط سببي بين القابلية السلوكية وديناميكيات التمثيل الخاصة بالطبقات، حيث يتشبع تصنيف المرتكز في الطبقات المبكرة بينما يحدث التنبؤ الأمثل للجودة في أعماق الشبكة.
تقدم هذه الورقة VLATIM، وهو معيار مرجعي قائم على لعبة *The Incredible Machine 2* يكشف عن فجوة كبيرة بين قدرات التخطيط رفيعة المستوى والربط البصري الدقيق للنماذج اللغوية الرؤية الحالية، مما يثبت أنها لم تحقق بعد قدرات حل المشكلات المنطقية الشبيهة بالبشر في بيئات الألغاز التفاعلية القائمة على النقر والتشير.
تقدم الورقة البحثية ABRA، وهو معيار مرجعي جديد لوكلاء الأشعة، يضم 655 مهمة تم إنشاؤها برمجياً ضمن بيئة DICOM واقعية، والتي تكشف عن قدرات النماذج الحالية القوية في تنسيق الأدوات ولكنها تظهر أيضاً قصوراً كبيراً في الإدراك الصوري الطبي وتحديد مواقع النتائج.
إن PIVOT هو إطار عمل للتعلم الذاتي يجسّر الفجوة بين التخطيط والتنفيذ في وكلاء النماذج اللغوية الكبيرة (LLM agents) من خلال تحسين المسارات المرشحة بشكل تكراري عبر عملية مكونة من أربع مراحل هي التخطيط، والفحص، والتطوير، والتحقق، محققاً أداءً هو الأفضل في فئته مع تقليل التكاليف الحسابية بشكل كبير.
تُعدُّ LiBaGS طريقةً خفيفة الوزن وغير مرتبطة بمولد محدد، تعمل على تحسين اختيار البيانات الاصطناعية من خلال تقييم العينات بناءً على القرب من الحدود، وعدم اليقين، والكثافة، مع توظيف قاعدة تخصيص فجوة الحدود ومعيار توقف القيمة الهامشية لتحسين دقة المهام اللاحقة دون بيانات زائدة أو غير واقعية.
تقدم هذه الورقة بنية تحتية لعمليات النماذج اللغوية الكبيرة (LLMOps) مدركة لحجم عبء العمل ومصممة خصيصاً للامتثال لمكافحة الاحتيال ومكافحة غسل الأموال، والتي تستفيد من النماذج ذات الأوزان المفتوحة، وتحسينات الخدمة المتقدمة مثل PagedAttention وتخزين البادئة المؤقت (prefix caching)، وبوابات جودة صارمة لتحقيق تحسينات كبيرة في معدل الإنتاجية، وزمن الاستجابة، واستغلال وحدة معالجة الرسومات مقارنة بنهج خدمة النماذج اللغوية الكبيرة العامة.