11158 ورقة بحثية
تقدم الورقة البحثية MultiGlobeQA، وهو معيار متعدد اللغات واسع النطاق يوضح أنه على الرغم من الوصول إلى المعرفة الجغرافية، فإن النماذج اللغوية الكبيرة الحالية تعاني في الحسابات الهندسية والطوبولوجية المطلوبة للاستدلال الجيومكاني، لا سيما في المناطق منخفضة الدخل والمهام التي تتضمن الفهرسة الشبكية أو حساب الأشكال.
تقدم هذه الورقة البحثية ANNOTARES، وهي مجموعة بيانات نصوص قانونية ألمانية جديدة ذات تعليقات توضيحية على مستوى النطاق لتحديد الشروط والنتائج القانونية، وتُظهر أن النماذج القائمة على المحولات (Transformer-based models) تتفوق على النهج الأخرى في استخراج هذه البنى المنطقية.
تقدم هذه الورقة البحثية Logic-PPT، وهي استراتيجية ما قبل تدريب (pre-pretraining) تستخدم الاشتقاقات الصورية التي تسرع اكتساب مهارات اللغة الطبيعية وتستحث فضاء تمثيل منخفض الرتبة ومركز طيفياً، مما يتيح قدرة فائقة للنموذج على الانضغاط مقارنة بالتهيئة القياسية.
تقدم هذه الورقة HalluTruthQA-4K، وهي مجموعة بيانات عربية دقيقة تتكون من 4,000 حالة سؤال وجواب تم إعدادها من قبل خبراء عبر أربعة مجالات معرفية، وتتميز بتعليقات توضيحية تفصيلية للأخطاء على مستوى الحروف، وأنواع هلوسة هرمية، وتفسيرات مكتوبة بشرياً، وذلك بهدف تطوير كشف الهلوسة والتحقق من الحقائق في نماذج اللغة العربية.
تقدم الورقة البحثية منصة string2string Studio، وهي منصة مفتوحة المصدر تعمل داخل المتصفح وتستفيد من خوارزميات لغة ++C المجمعة بتقنية WebAssembly لتوفير تحليل سريع ومحلي وقابل للفحص من سلسلة نصية إلى سلسلة نصية عبر مجالات متعددة دون الحاجة إلى رفع البيانات أو تثبيت البرامج.
تقدم هذه الورقة تقييماً خالياً من التسريب لستة نماذج لغوية كبيرة رائدة خلال كأس العالم لكرة القدم 2026، كاشفةً أنه بينما تحقق هذه النماذج دقة بمستوى مكاتب المراهنات في نتائج المباريات، إلا أنها تظهر قيوداً مشتركة مثل الاعتماد المفرط على المرشحين للفوز، وضعف التمايز فيما بينها، والميل إلى التقليل من توقع التعادلات ونتائج محددة للمباريات.
تقدم هذه الورقة SocietyBench، وهو معيار مرجعي جديد يقيم قدرة النماذج اللغوية الكبيرة على التنبؤ بتطور العالم الاجتماعي الافتراضي عبر إخفاء هوية الجداول الزمنية للأحداث الواقعية وتحويلها إلى مهام تنبؤ مهيكلة، مما يكشف أن حتى النماذج الرائدة تعاني من صعوبات في كل من المعايرة الاحتمالية والدقة الزمنية عبر أحداث متنوعة.
تقدم الورقة البحثية OpenDebateEvidence، وهي مجموعة بيانات ضخمة تضم أكثر من 3.5 مليون وثيقة من مجتمع المناظرة التنافسية الأمريكية، والمصممة لتطوير الحجاج الحوسبي والتلخيص التجريدي الحجاجي من خلال تجارب مكثفة مع النماذج اللغوية الكبيرة.
تقترح هذه الورقة البحثية "تدرج الطبقات الموجه بالمنهج الدراسي" (CGLS)، وهو إطار عمل للتدريب المسبق كفء من حيث الحوسبة يعمل على مزامنة التراكم التدريجي للطبقات مع زيادة صعوبة البيانات لتعزيز تعميم النموذج وأداء المهام الصفرية في المهام القائمة على المعرفة والاستدلال.
تقدم هذه الورقة "Self-Correction Bench" للكشف عن "نقطة عمياء" كبيرة حيث تفشل النماذج اللغوية الكبيرة في تصحيح أخطائها الداخلية رغم امتلاكها القدرة على إصلاح أخطاء خارجية مماثلة، وهو قصور ناتج عن فجوات في بيانات التدريب يمكن التخفيف من حدته بشكل كبير من خلال الضبط الدقيق المستهدف أو هندسة الأوامر البسيطة مثل إضافة كلمة "انتظر.".