25400 ورقة بحثية
حقق نظام UTS في منظومة PsyDefDetect المركز الثاني في تصنيف آليات الدفاع النفسي من خلال الاستفيد من الاستدلال القائم على الغياب في قواعد مستوى المطالبة، ومجلس تداول متعدد الوكلاء، والذي تم تعزيزه بشكل أكبر عبر مجموعة استبدال مستهدفة من النماذج المضبوطة بدقة لتصحيح الانحيازات المنهجية ضد الفئات الأقلية.
تقترح هذه الورقة إطار عمل للانتشار الكامن المشروط الذي يدمج النماذج التوليدية لبيانات أجهزة الاستشعار متعددة الأعضاء مع نماذج التوأم الرقمي لـلمحددات الاجتماعية للصحة لتمكين الاستنتاج المرضي الشخصي ومسارات التدخل المحاكية، مما يظهر تحسينات كبيرة في الأداء على مجموعة بيانات "يو كيه بيوبانك" (UK Biobank).
تُظهر هذه الدراسة أن استخدام توجيه ميزات المشفر التلقائي المتناثر لتضخيم سمات "الثالوث المظلم" في نموذج Llama-3.3-70B-Instruct يزيد بشكل انتقائي من السلوكيات الاستغلالية والقاسية مع ترك الخداع الاستراتيجي والتعاطف المعرفي دون تغيير، مما يكشف أن النزعات المعادية للمجتمع في النماذج اللغوية الكبيرة تتكون من مسارات حوسبية منفصلة بدلاً من كونها بنية موحدة.
يقدم EvoPref خوارزمية تطورية متعددة الأهداف باستخدام NSGA-II ومهايئات LoRA للتغلب على انهيار التفضيل في الطرق القائمة على التدرج، محققاً تنوعاً أكبر بكثير في محاذاة النماذج اللغوية الكبيرة مع الحفاظ على جودة تنافسية في المعايك القياسية.
تقدم الورقة البحثية QD-LLM، وهو إطار عمل للتطور العصبي فعال في المعلمات يقوم بتطوير تضمينات مطالبات مدمجة ضمن مخطط تحسين التنوع والجودة لتوجيه النماذج اللغوية الكبيرة المجمدة نحو مخرجات متنوعة وعالية الجودة، متفوقاً بشكل كبير على الأساليب الحالية في التغطية والمنفعة في المهام اللاحقة دون الحاجة إلى ضبط دقيق للنموذج.
تقدم هذه الورقة البحثية "Insight"، وهي خدمة إمكانية وصول لنظام أندرويد تستفيد من النماذج اللغوية الكبيرة لتوفير تفاعل باللغة الطبيعية وتلخيص فوري للشاشة، وهو ما أظهرت دراسة مستخدمين أنه يقلل بشكل كبير من الجهد الذهني ووقت المهام مقارنة بالأدوات التقليدية القائمة على الإيماءات مثل "TalkBack"، مع تسليط الضوء على إمكانات الواجهات الهجينة التي تجمع بين الحوار والإيماءات للتصميم الشامل للهواتف المحمولة.
تقدم الورقة البحثية LEAD، وهي طريقة مبتكرة توظف آليات عبر الإنترنت وذاتية التكيف لموازنة الدقة والكفاءة ديناميكيًا أثناء التعلم المعزز، مما يمكن نماذج الاستدلال الكبيرة من توليد مخرجات سلسلة أفكار أقصر بكثير دون المساس بالدقة عبر مختلف الاختبارات المرجعية الرياضية.
تقدم هذه الورقة وتثبت تجريبياً "تسميم الأوراكل" (Oracle Poisoning)، وهو ناقل هجوم جديد حيث يقوم المهاجمون بإفساد الرسوم البيانية للمعرفة المهيكلة لإجبار وكلاء الذكاء الاصطناعي على استخلاص استنتاجات غير صحيحة عبر استدلال سليم في ظاهره، مما يثبت أن النماذج الحالية تثق عالمياً في البيانات المسمومة عند الوصول إليها من خلال بروتوكولات استخدام الأدوات، وتسلط الضوء على فجوات التقييم الحرجة في الاختبارات المضمنة.
تُعد CalBench بيئة تقييم مضبوطة للنماذج اللغوية الكبيرة متعددة الوكلاء، تستخدم مهمة جدولة تقويم لا مركزية تتضمن معلومات خاصة لقياس جودة التنسيق، وكفاءة التواصل، والعدالة، وتسرب الخصوصية بدقة مقابل الحلول المثلى والأساسية.
تحدد هذه الورقة أن تكميم تدرجات الأوزان (Wgrad) هو السبب الرئيسي لعدم الاستقرار في تدريب النماذج اللغوية الكبيرة بنظام FP4 عبر المسار الكامل، وتثبت أن تدويرات هادامارد الحتمية، بدلاً من التدوير العشوائي، ضرورية لاستعادة استقرار التقارب.