11158 ورقة بحثية
تقدم هذه الورقة EpiBench، وهو معيار شامل قائم على التسلسل مصمم لتقييم وتشخيص أوجه القصور في النماذج اللغوية الكبيرة الحالية في الاستنتاج حول الحواتم (epitopes) لاكتشاف الأدوية المضادة للأجسام المضادة، مما يكشف عن قدرتها الجزئية ولكن مع وجود فجوات كبيرة في التأسيس التسلسلي والاستنتاج البيولوجي الدقيق.
تقدم هذه الورقة LangChoiceBench، وهو معيار مرجعي يكشف أن النماذج اللغوية الكبيرة تظهر تفضيلاً قوياً، وغير مبرر غالباً، للغة بايثون في توليد الأكواد البرمجية على مستوى المشاريع، ويتميز ذلك بانخفاض الاتساق بين الاستدلال والتنفيذ، ومحدودية التنوع اللغوي، والميل إلى فبركة أدلة سياقية لدعم خياراتها.
تقدم الورقة البحثية "التمثيلات الموضعية المستنيرة بالبنية النحوية" (SiPE)، وهي طريقة خفيفة الوزن تعمل على حقن معلومات الإعراب التبعي في مختلف عائلات التموضع الموضعي لنموذج المحول (Transformer) لتحسين الفهم النحوي والأداء اللغوي العام بشكل كبير دون زيادة تكاليف الاستدلال.
تقترح هذه الورقة بنية للذكاء الاصطناج الوكيل (Agentic AI) متعددة الطبقات وتضع الامتثال في المقدمة، تدمج بين التنسيق، وإنفاذ السياسات، وأنسجة البيانات الحافظة للخصوصية لتحويل عمليات نشر الذكاء الاصطناعي المجزأة في المستشفيات إلى منصة مؤسسية قابلة للتوسع، ومُحكمة، ومتوافقة عالمياً.
تجادل هذه الورقة بأن الإخفاقات في التعرف التلقائي على الكلام للغات ذات الموارد المنخفضة ولغات الشعوب الأصلية هي تجليات لسياسات لغوية استعمارية، وتقترح إطاراً لإنهاء الاستعمار يتميز بتصنيف "الأضرار الثلاثة" ونموذج حوكمة تشاركي لتحقيق ذكاء اصطناعي صوتي كفء عابر للثقافات.
يُعد NoSy-RAG إطار عمل توليدي معزز بالاسترجاع عصبي-رمزي معياري يقوم بتوليف وحدات برولوج (Prolog) قابلة للعزو من النصوص المسترجعة لتقديم إجابات شفافة وحتمية والكشف تلقائياً عن سياق المستخدم المفقود، محققاً دقة فائقة مقارنة بالنماذج المرجعية القياسية لتقنية RAG في اختبار ShARC.
تقدم هذه الورقة HarnessOpt-Bench، وهو معيار مرجعي جديد صُمم لتقييم قدرة النماذج اللغوية الكبيرة الرائدة على تحسين أطر العمل الوكيلة (بما في ذلك المطالبات، والأدوات، وكود التنسيق) بشكل تكراري تحت قيود الموارد، مما يثبت أن قدرة التحسين هذه هي مهارة متميزة وقابلة للقياس مع وجود مجال كبير للتحسين.
تقترح الورقة البحثية RP-OPSD، وهي طريقة مبتكرة تعزز نقل الاستدلال متعدد اللغات من خلال توجيه التقطير الذاتي في الوقت الفعلي (on-policy self-distillation) لإعطاء الأولوية لـ "محاور الاستدلال" (reasoning pivots) على النصوص السطحية، مما يتفوق على النماذج المرجعية الحالية عبر 17 لغة.
تقدم هذه الورقة CalibForge، وهو نظام ذاتي يقوم بتخليق مهام تدريب نهائية فعالة باستخدام معايرة الحلّال التنافسي لتحديد "منطقة قابلة للتعلم" تكون فيها المهام قابلة للحل ولكنها صعبة في الوقت ذاته، مما يؤدي إلى مكاسب كبيرة في الأداء عبر معايير قياسية متعددة للوكلاء مقارنة بطرق تنسيق البيانات التقليدية.
تثبت هذه الورقة تجريبياً أن استدعاء الأدوات البرمجي، الذي يستخدم نماذج بايثون النوعية (Python stubs) لاستدعاء الأدوات، هو بديل قوي وغالباً ما يكون متفوقاً على استدعاء الأدوات عبر صيغة JSON الأصلية عبر مختلف النماذج اللغوية والظروف الصعبة مثل التنفيذ المتوازي وتدهور السياق.