11070 ورقة بحثية
تقدم هذه الورقة "جامعة الذكاء الاصطناعي" (AI-U)، وهو إطار عمل يجمع بين النماذج اللغوية الكبيرة الضبطية الدقيقة وبين التوليد المعزز بالاسترجاع لإنشاء مساعدي تعلم تكيفي مخصصين لمقررات دراسية محددة، مما يثبت من خلال دراسة حالة لطريقة العناصر المحدودة أن هذا النهج يتفوق بشكل كبير على النماذج الأساسية والنماذج ذات الأوزان المغلقة من حيث التوافق مع المواد التعليمية وتفضيلات المستخدم.
تُظهر هذه الدراسة أن تزويد النماذج اللغوية الكبيرة بالقدرة على استدلال "نظرية العقل" يعزز بشكل كبير من توافقها مع المعايير البشرية، واتساق اتخاذ القرار، ونتائج التفاوض في "ألعاب الإنذار"، لا سيما عند دمج ذلك مع معتقدات محددة تدعم الرفاه الاجتماعي.
تقدم هذه الورقة نموذجاً تأسيسياً للسجلات الصحية الإلكترونية قابلاً للتوسع، تم تدريبه مسبقاً على مليارات الأحداث الطبية عبر مواقع متعددة من أكثر من 5 ملايين مريض في الولايات المتحدة وتايوان، والذي يُظهر أداءً فائقاً وقدرة على التعميم في التنبؤ بـ 11 مرضاً مزمناً مقارنة بالنماذج الحالية من خلال الاستفضاء من إطار عمل موحد لمحاذاة الرموز وتوسيع النطاق الأمثل للحوسبة.
تقترح هذه الورقة إطار عمل للضبط الدقيق الموجه بمعلم الرفض (Refusal-Teacher-guided finetuning)، والذي يعمل على تحسين كل من السلامة وأداء المهام اللاحقة في ظل هجمات الضبط الدقيق الضارة، وذلك من خلال تدريب النماذج الأساسية مباشرةً باستخدام توجيهات السلامة، بدلاً من الاعتماد على التهيئة الضعيفة التي توفرها الأوزان المتوافقة مسبقاً.
تقدم هذه الورقة STReason، وهو إطار عمل معياري يجمع بين النماذج اللغوية الكبيرة وأدوات التحليل المكاني الزماني لتفكيك الاستعلامات المعقدة إلى برامج قابلة للتنفيذ، مما يتيح استدلالاً متعدد المهام دقيقاً وخالياً من الهلوسة ومخرجات تفسيرية طويلة دون الحاجة إلى ضبط دقيق خاص بمهمة معينة.
يُعد MixLoRA-DSI إطار عمل جديد للاسترجاع التوليدي الخالي من إعادة التدريب (rehearsal-free)، والذي يستخدم استراتيجية توسيع تعتمد على كشف القيم المتطرفة (OOD) على مستوى الطبقات لإضافة خبراء التكيف منخفض الرتبة (LoRA) بشكل انتقائي، مما يتيح نمواً في المعلمات تحت خطي وتكاليف تدريب منخفضة عند تحديث النماذج مع المجموعات النصية الديناميكية.
تقدم هذه الورقة Text-ADBench، وهو معيار شامل للكشف عن الشذوذ في النصوص يستفيد من التضمينات المستمدة من نماذج لغوية متنوعة لإثبات أن جودة التضمين هي المحرك الأساسي للأداء، بينما لا تقدم النهج القائمة على التعلم العميق أي ميزة على الخوارزميات التقليدية الضحلة عند استخدام التضمينات المشتقة من النماذج اللغوية الكبيرة.
تقدم هذه الورقة البحثية TELEVAL، وهو معيار صيني واسع النطاق مصمم لتقييم نماذج اللغة المنطوقة من حيث الدقة الدلالية والملاءمة التفاعلية في الإعدادات المشروطة صوتيًا، مما يكشف أن النماذج الحالية تعاني من صعوبة في التعامل مع التباين الصوتي وغالبًا ما تقع في "فخ الوصف" (Caption Trap) حيث تقوم بوصف الصوت بدلاً من التفاعل بشكل طبيعي.
تقدم هذه الورقة Omni-SafetyBench، وهو أول معيار موازٍ شامل يضم 23,328 حالة اختبار سمعية بصرية ومقاييس متخصصة للكشف عن الثغرات الأمنية الخطيرة وعدم الاتساق عبر الوسائط في النماذج اللغوية الكبيرة متعددة الوسائط الحالية.
تقترح هذه الورقة إطار تقييم تشخيصي بشري السمات يتألف من أبعاد الذكاء العقلي (IQ)، والذكاء العملي (PQ)، والذكاء العاطفي (EQ)، والذكاء القيمي (VQ)، والذي يربط تقييم النماذج اللغوية الكبيرة بمراحل خط الإنتاج التدريبي لسد الفجوة بين درجات الاختبارات المعيارية والمنفعة في العالم الحقيقي.