25400 ورقة بحثية
تتقصى هذه الورقة البحثية سبب بقاء النماذج اللغوية الكبيرة المتوافقة قابلة للاختراق عبر تقديم مفهوم "اتجاهات الرفض والهروب" (RED)، حيث تثبت أن هذه الثغرات تنبع من مصادر محددة على مستوى العمليات داخل بنية النموذج، وتوضح أن القضاء عليها يخلق مقايضة متأصلة بين السلامة والمنفعة.
تكشف هذه الورقة أن النماذج اللغوية الكبيرة ذات التكميم المفرط تعاني من تدهور منهجي في السلاسة يؤدي إلى رداءة جودة التوليد، وتقترح مبدأً حافظاً للسلاسة يحقق مكاسب في الأداء تتجاوز مجرد التحسينات في الدقة العددية.
تقدم هذه الورقة FragileFlow، وهو منظم إضافي (plug-in regularizer) يعمل على صياغة والتحكم في أخطاء التنبؤ "الصحيحة ولكن الهشة" عبر تحليل طيفي مدرك للهامش (margin-aware spectral analysis) لتحسين متانة الحالة الأسوأ (worst-class robustness) في النماذج التأسيسية مع الحفاظ على دقة البيانات النظيفة.
تقدم هذه الورقة "انحدار شابلي" (Shapley regression)، وهو نموذج جديد قائم على نظرية الألعاب يوازن بين القابلية للتفسير والقدرة التنبؤية من خلال رصد التفاعلات المعقدة للأعراض، مما يثبت فعاليته في تحسين تشخيص الاضطراب الوراثي النادر "متلازمة تنشيط PI3K8" (APDS) من خلال كل من مجموعات البيانات العامة وفوج سريري من الواقع العملي.
تقترح هذه الورقة إطار عمل DAPE، وهو إطار عمل مبتكر يعمل على تحسين النماذج اللغوية البصرية الفعالة من خلال تقديم آلية محاذاة ديناميكية غير موحدة ووحدة تعزيز تفاصيل تدريجية لمعالجة التفاوت في كثافة المعلومات وتقليل العبء الحسابي مع تعزيز دقة المهام اللاحقة.
تقدم هذه الورقة OPT-BENCH، وهو معيار يجمع بين تعلم الآلة والمهام الصعبة (NP-hard) لتقييم قدرات التحسين الذاتي لوكلاء النماذج اللغوية الكبيرة، وتقترح إطار عمل OPT-Agent الذي يوضح أنه بينما تستفيد النماذج الأقوى بشكل أفضل من التغذية الراجعة للتحسين المتكرر، إلا أن قدرتها على التكيف تظل مقيدة بشكل أساسي بالسعة الأساسية وتقع دون أداء الخبراء البشريين.
تقدم الورقة البحثية OPT-BENCH، وهو إطار عمل شامل يستخدم التعلم التعزيزي القائم على الجودة مع المكافآت القابلة للتحقق (RLVR) لتدريب النماذج اللغوية الكبيرة على مشكلات التحسين ذات التعقيد الحسابي من فئة NP-hard، مما يظهر تحسينات ملحوظة في جودة الحلول والقدرة على التعميم عبر مهام استدلال متنوعة مقارنة بالنماذج الحالية ونهج المكافأة الثنائية.
تقدم هذه الورقة "السلامة الداخلية" (SInternal)، وهو إطار عمل يعزز متانة نماذج الاستدلال الكبيرة ضد عمليات الاختراق عبر تدريبها على استيعاب فهم السلامة من خلال مهام التحقق الذاتي، مما ينقل المحاذاة من مجرد الامتثال السلوكي إلى التقييم الجوهري للسلامة.
تقدم الورقة البحثية إطار عمل PnP-Corrector، وهو إطار عمل عالمي يفصل بين محاكيات الفيزياء مسبقة التدريب وبين وكيل تصحيح مخصص للتخفيف من تضخيم الخطأ المتبادل وتحسين الاستقرار والدقة على المدى الطويل للتنبؤ المكاني والزماني المقترن بشكل كبير.
تقترح الورقة البحثية Self-ReSET، وهو إطار عمل يعتمد كلياً على التعلم التعزيزي يُمكّن نماذج الاستدلال الكبيرة من تعلم التعافي الذاتي جوهرياً من مسارات استدلالها غير الآمنة، مما يعزز بشكل كبير من متانتها ضد هجمات الاختراق العدائية وهجمات تجاوز القيود خارج نطاق التوزيع مع الحفاظ على المنفعة العامة.