25254 ورقة بحثية
تجادل هذه المقالة بأن الفقه القانوني ومواءمة الذكاء الاصطناعي يتشاركان في بنية أساسية تتمثل في التنبؤ بقرارات الجهات الفاعلة القوية وتشكيلها من خلال اللغة، مقترحةً أن الرؤى العابرة للتخصصات المستمدة من النظريات القانونية مثل تأويلية دوركين والاستدلال القياسي عند سنستين يمكن أن تُحسّن استراتيجيات مواءمة الذكاء الاصطناعي، بينما تقدم تطورات الذكاء الاصطناعي بدورها منظورات جديدة لتحسين النظرية القانونية.
تُبين هذه الورقة أن تصميم الآليات وحده غير كافٍ لتعظيم الرفاه الاجتماعي في التفاعلات القائمة على الذكاء الاصطناعي بسبب القيود المتأصلة في اكتمال العقود، وتجادل بدلاً من ذلك بأن تزويد وكلاء النماذج اللغوية الكبيرة بصفات اجتماعية إيجابية ذاتية هو أمر ضروري لتحقيق نتائج تعاونية متفوقة.
تقدم هذه الورقة Sem-ECE، وهو إطار عمل مبتكر يقيم المعايرة في الإجابة على الأسئلة مفتوحة النهايات من خلال أخذ عينات من مخرجات النموذج وتجميعها في فئات دلالية لتوفير مقياس غير منحاز وقوي يتفوق على الأساليب القائمة على التعبير اللفظي وأساليب أخذ العينات الحالية، لا سيما عندما لا تتوفر احتمالات النموذج الداخلية.
تقدم هذه الورقة MEEC-Net، وهو إطار عمل لحساب التفاضل الخارجي غير المعتمد على الشبكات، يتعلم الفيزياء الحافظة للبنية على السحب النقطية من خلال تمثيل منفصل غير معتمد على الشبكة وقابل للتفاضل، مما يتيح نمذجة بديلة عالية الكفاءة في البيانات وقابلة للتعميم تتفوق بشكل كبير على المشغلات العصبية الأساسية في الهندسات والمعلمات الفيزيائية غير المرئية.
تقدم هذه الورقة Magis-Bench، وهو معيار مرجعي جديد مستمد من الاختبارات القضائية البرازيلية يقيم 23 نموذجاً من النماذج اللغوية الكبيرة المتطورة في مهام الاستدلال القانوني والكتابة على مستوى القضاة، كاشفاً أن حتى النماذج الأعلى أداءً تواجه صعوبة في تحقيق درجات عالية في صياغة القرارات القضائية المسببة.
تقيم هذه الورقة بشكل منهجي ست آليات دفاعية عبر أربع طبقات معمارية ضد هجمات الذاكرة المستمرة على وكلاء النماذج اللغوية الكبيرة، كاشفةً أن معظم دفاعات مستوى الإدخال والاسترجاع تفشل، بينما تنجح "صندوق الذاكرة الرملي" (Memory Sandbox) القائم على بوابات الأدوات في تحييد التهديد من خلال إزالة قدرة الاستدعاء الضرورية، وإن كان ذلك مع تنبيه حرج يتمثل في أنه يتجاوز دون قصد آليات الرفض المتأصلة في نموذج استدلال محدد.
تجادل هذه الورقة بأن معايير تقييم الذكاء الاصطناعي في الرعاية الصحية الحالية غير كافية لأنها تعطي الأولوية لاختبار المعرفة الضيقة على حساب الموثوقية والسلامة في العالم الحقيقي، مما يستدعي إطار عمل مبدئي لقياس أداء النماذج بدقة عبر تدفقات العمل السريرية المعقدة.
تقدم هذه الورقة أول تقييم تجريبي للتعلم شبه المشرف الموجه بنماذج اللغات الكبيرة لتصنيف التغريدات المتعلقة بالأزمات، مما يثبت أن أساليبًا مثل LG-CoTrain تتفوق بشكل كبير على النهج الكلاسيكية في البيئات ذات الموارد المحدودة، ويمكنها نقل معرفة نماذج اللغات الكبيرة إلى نماذج مدمجة وقابلة للنشر تضاهي النماذج اللغوية الكبيرة ذات القدرة على التعلم الصفري.
تقدم الورقة البحثية ZALT، وهي طريقة للتعلم بالتقليد بنمط "الصفر محاولة" (zero-shot) تعمل على تحديد حالات المحور الكامنة لتعلم انتقالات "من محور إلى محور" قابلة للتركيب، مما يمكّن الوكلاء من التخطيط والنجاح في حل مهام طويلة الأمد غير مرئية مشروطة بالأهداف في بيئات معقدة تفشل فيها الطرق التقليدية بسبب تراكم الأخطاء.
تتقصى هذه الورقة كيفية عمل "المصارف" (sinks) والأنماط القطرية كآليات لتبديل الانتباه ومنع التنعيم المفرط في نماذج المحولات (transformers)، حيث تثبت تكافؤها مع تبديلات الانتباه الصلبة، وتحدد الشروط التي يتفوق فيها الانتباه الكثيف على الانتباه المتناثر، وتوضح سبب تفضيل المصارف على الأنماط القطرية للتواصل الذاتي للرموز في النماذج سابقة التدريب.