11070 ورقة بحثية
تحلل هذه الورقة ديناميكيات صنع المعنى للذكاء الاصطناعي من خلال دراسة مختلطة المناهج للوسائط والمقابلات مع المتخصصين، مقترحةً إطاراً من ثلاثة نقاشات مثيرة للجدل —المنهج، والعقل، والأخلاق— التي تشكل كيفية تفسير المجتمع واستجابته للتقدم السريع في مجال الذكاء الاصطناعي.
تقدم هذه الورقة "The RAT"، وهو إطار عمل بايزي موحد يفكك تقييم الـ RAG إلى مكونات الاسترجاع، والامتناع، والتوليد للكشف عن الاختلافات السلوكية الخفية، وتحسين استراتيجيات التوسيم، ودمج تقييمات البشر وتقييمات النماذج اللغوية الكبيرة (LLM-as-a-judge) ضمن نموذج احتمالي واحد.
تُثبت هذه الورقة أن المجسات الخطية البسيطة، المدربة على أقل من 100 عينة، تتفوق على الكواشف الحالية في تحديد النصوص المولدة آلياً من خلال الاستفال من القابلية للفصل الخطي واتجاه "الآلية" الكامن المشترك في التمثيلات منخفضة الأبعاد، محققةً بذلك متانة وكفاءة عينات فائقتين عبر إعدادات متنوعة خارج النطاق.
يعتبر BrowserForge إطار عمل يعمل على توسيع نطاق توليد بيانات تفاعل الويب عالية الجودة من خلال تشغيل بيئات متصفح رملية متوازية عبر الويب المفتوح لإنشاء مجموعة متنوعة مكونة من 203,238 مساراً، مما يحسن بشكل كبير من أداء وكلاء الويب القائمين على البكسل في الاختبارات المعيارية الحية والثابتة.
تتناول هذه الدراسة استقصاء دمج النماذج التأسيسية الضخمة في التعاون بين الإنسان والذكاء الاصطناعي، حيث تبني تحليلها حول تطوير النماذج، ومبادئ التصميم، والأخلاقيات، والتطبيقات عالية المخاطر، لتجادل بأن تحقيق إمكانات هذه الأنظمة يتطلب تصميماً دقيقاً متمحوراً حول الإنسان لضمان كونها موثوقة وجديرة بالثقة ومفيدة.
تقترح الورقة البحثية NeST، وهو إطار عمل مبتكر يعزز التنبؤ بالسلاسل الزمنية القائم على النماذج اللغوية الكبيرة من خلال توليد نماذج نصية أولية مدركة للجوار، ومحاذاتها مع التمثيلات الزمنية عبر التعلم التبايني، وتطبيق تعديل زمني مشروط بالنماذج الأولية لتحقيق أداء فائق وقدرة على التعميم عبر مختلف المعايير والمهام الواقعية.
تقدم هذه الدراسة نظرة عامة محدثة على نماذج الرؤية واللغة الضخمة حتى عام 2026، متتبعةً تطورها المعماري من الأنظمة القائمة على الموائمات إلى نماذج العالم والعمل الموحدة، ومحللةً التحول في المعايير المرجعية نحو مهام الاستدلال المعقدة والمهام المتجسدة، ومراجعةً أساليب المحاذاة لما بعد التدريب مع تسليط الضوء على التحديات الحرجة في الهلوسة، والسلامة، والكفاءة.
تقدم هذه الورقة البحثية "Histoires Morales"، وهي مجموعة بيانات فرنسية مكيفة ثقافياً مستمدة من "Moral Stories" لمعالجة نقص الموارد لتقييم التوافق الأخلاقي في نماذج اللغة الفرنسية، مما يثبت أنه بينما تلتزم هذه النماذج عموماً بالمعايير الأخلاقية بشكل افتراضي، إلا أنها تظل عرضة للتلاعب من خلال تحسين تفضيلات المستخدم.
تقترح هذه الورقة البحثية DeepCUT، وهو إطار عمل لتعلم الآلة العميق (machine unlearning) يعمل على تحسين الفضاء الكامن للنماذج اللغوية باستخدام التعلم التبايني العميق لإزالة بيانات تدريب محددة بفعالية مع الحفاظ على جودة التنبؤ، مما يعالج أوجه القصور في الأساليب الحالية التي تتجاهل التوزيعات الهندسية للعينات.
تقدم هذه الورقة PM4Bench، وهو معيار متعدد الوسائط متوازي بدقة يكشف أن التعرف الضوئي على الحروف (OCR) هو سبب رئيسي في التفاوتات عبر اللغات في النماذج اللغوية الكبيرة متعددة الوسائط (LVLMs)، وتقترح استراتيجية تعلم تعزيزي تركز على التعرف الضوئي على الحروف وخالية من الملصقات لتعزيز القدرات متعددة اللغات بفعالية وتقليل فجوات الأداء.