11158 ورقة بحثية
يقدم هذا البحث إطار عمل PERG ومجموعة بياناته لتقييم التوازن الذي غالباً ما يتم تجاهله بين الواقعية وتفضيلات المستخدم في النماذج اللغوية الكبيرة المخصصة، كاشفاً عن فجوات متسعة في المتانة عبر النماذج ومقترحاً طريقة Pref-Aligner لتحسين الأداء بشكل كبير.
تقدم هذه الورقة البحثية مفهوم "التنوع العصبي" كمحور قياس ثالث للنماذج اللغوية، مقترحةً طريقة ND-LoRA لتقليل الهلوسة بنسبة تصل إلى 25.6% من خلال التمثيلات المتوازية غير المترابطة وتنظيم "Barlow Twins"، مع وضع حدود رسمية تربط بين انخفاض الارتباط العصبي وارتفاع الموثوقية.
يُعد MediRec إطار عمل للنماذج اللغوية الكبيرة القابلة للتفسير، والذي يستفيد من تقطير سلسلة الاستدلال القائم على الأسس السريرية والتعلم المعزز لتعزيز دقة وقابلية تفسير توصيات الأدوية للسجلات الصحية الإلكترونية الصينية.
تقدم هذه الورقة نظرة عامة على المهمة المشتركة الثانية لـ CHIP 2025، والتي قدمت مجموعة بيانات CDrugRed وقيمت أحدث الأساليب، ولا سيما الأنظمة التجميعية القائمة على النماذج اللغوية الكبيرة (LLM)، للتوصية تلقائياً بأدوية الخروج للأمراض الأيضية باستخدام السجلات الصحية الإلكترونية الصينية.
تقترح الورقة البحثية خوارزمية MT-GRPO، وهي خوارزمية مبتكرة تقوم بتكييف أوزان المهام ديناميكيًا وتستخدم عينة حافظة للنسبة للتغلب على عدم التوازن في التحسين في التعلم المعزز متعدد المهام، مما يؤدي إلى تحسين أداء أسوأ المهام وكفاءة التدريب بشكل كبير مقارنة بخوارزميات GRPO وDAPO القياسية.
لمعالجة صعوبة مقارنة النماذج التأسيسية الجينومية بسبب تشتت المعايير المرجعية وعدم توافق البروتوكولات، تقدم الورقة البحثية GENEB، وهو معيار تشخيصي موحد واسع النطاق يقيم 40 نموذجاً عبر 100 مهمة للكشف عن عدم استقرار التصنيفات الإجمالية وإثبات أن التوافق في البنية والتدريب المسبق غالباً ما يفوق أهمية حجم النموذج.
تقدم هذه الورقة نهجاً قابلاً للتوسع للكشف عن انتهاكات مبادئ واجهة المستخدم في واجهات الويب المُنشأة بواسطة الذكاء الاصطناعي، وذلك عبر تدريب نموذج لغوي بصري خفيف الوزن بحجم 4 مليارات بارامتر باستخدام التعلم المعزز على مجموعة بيانات مُنشأة اصطناعياً، محققةً دقة عالية في تدقيق مبادئ إمكانية الوصول، والتصميم الخادع، والتفاعل الإدراكي.
تُظهر هذه الورقة أن تأثير تكرار الرموز (tokens) على تنبؤات النماذج اللغوية يعتمد على الموضع، مما يكشف أنه في حين أن التكرار المتجاور يعزز احتمالية الهدف باستمرار، فإن التكرار المزاح يُنتج تأثيراً على شكل حرف "U" مقلوب حيث تبلغ الاحتمالية ذروتها ثم تنخفض مع زيادة التكرار، مما يتحدى الافتراض بأن تأثيرات التكرار موحدة بغض النظر عن موضع القراءة.
تقترح الورقة البحثية إطار عمل MACH، وهو نموذج أولي هرمي قائم على المخطط الفائق (prototype-hypergraph)، يقوم بنمذجة كل من الاتفاق والتعارض بين الأنماط صراحةً كبنى علاقات متميزة لتحسين التعرف على النوايا متعدد الوسائط عبر الحفاظ على الخلافات المعلوماتية مع كبح الضجيج.
تقدم هذه الورقة إطار عمل "تحسين التفضيل المنظوري متعدد الوكلاء" (MAP-PO)، الذي يعالج اختلاف آراء المقيّمين في كشف التحيز الجنسي من خلال تجميع سلوكيات التصنيف وضبط وكلاء النماذج اللغوية المتخصصة التي يتم تنسيقها عبر تحسين التفضيل للحفاظ على وجهات النظر المتنوعة مع الحفاظ في الوقت ذاته على التوافق مع ملصقات الأغلبية.