11158 ورقة بحثية
يُعد Mage-VL نموذجاً تأسيسياً للبث المباشر، كفؤاً ومبنياً على نظام ترميز (codec-native)، يستفيد من أداة ترميز مدركة للحركة وبنية ذات نظام مزدوج لتحقيق فهم متعدد الوسائط في الوقت الفعلي مع تقليل استهلاك الرموز (tokens) بشكل كبير وتسريع الاستدلال، مع مضاهاة أو تجاوز النماذج الأكبر والأحدث في مهام الاستدلال الثابت والديناميكي.
تقدم هذه الورقة نظام DS@GT ARC لمسابقة CheckThat! 2026، والذي يوضح أن نموذج تحقق قائم على النماذج اللغوية الكبيرة (LLM) مع اختيار أفضل N من N يتفوق على نموذج مكافأة خفيف الوزن يعتمد على TF-IDF في التحقق من الادعاءات الرقمية متعددة اللغات، بينما يظهر أيضاً أن نموذج AraBERT يتفوق على النماذج المرجعية متعددة اللغات للغة العربية، وأن تفكيك الادعاء الفرعي يفشل في تحسين الأداء.
تحدد هذه الورقة وتحل ثلاثة أنماط فشل حرجة في التعلم التعزيزي للنماذج اللغوية صغيرة النطاق من خلال ضمانات تقنية محددة، مقترحةً "فرضية سعة الهامش" التي تثبت أن استقرار تدريب خوارزمية (PPO) والأداء المتفوق يعتمدان على وجود أولوية إشرافية طليقة وإشارة مكافأة غنية بالمعلومات بدلاً من عدد معاملات النموذج.
تقدم هذه الورقة أول مجموعة بيانات مشروحة من قبل خبراء لإلغاء التضمين لتقييم قدرة النماذج اللغوية الكبيرة على التعرف على المعتقدات غير المعلنة وتحديثها، مما يكشف أن النماذج اللغوية الكبيرة الحالية تتخلف عن الأداء البشري في مهام الاستدلال البراغماتي هذه.
تقترح هذه الورقة نموذجاً عصبياً عميقاً يجمع بين الشبكات التلافيفية الزمنية متعددة الطبقات والانتباه القائم على الملصقات لتحسين الترميز الطبي من خلال التقاط الاعتمادات طويلة المدى بفعالية والتركيز على الجوانب الخاصة بكل وثيقة لكل رمز، مما يؤدي إلى مكاسب كبيرة في درجات F-1 والاستدعاء مقارنة بالطرق السابقة التي تمثل أحدث ما توصل إليه العلم.
تُثبت هذه الورقة أن العدوى العاطفية الناشئة في محاكاة الحشود متعددة الوكلاء تنبثق عضوياً من حلقة (الإدراك-التقييم-التعبير) المدفوعة بالنماذج اللغوية الكبيرة، دون وجود آليات نقل صريحة، حيث ينتشر الإنذار كجبهة متحركة وتتشكل ديناميكيات الذعر بفعل التخطيط المكاني، وملفات الشخصية، والنموذج اللغوي الكبير المستخدم.
تقدم هذه الورقة البحثية "TabRank"، وهو إطار عمل يعمل على استخلاص استدلال "سلسلة الأفكار" (chain-of-thought) من النماذج اللغوية الكبيرة الاستدلالية إلى أدوات إعادة ترتيب جداول مدمجة، مما يحسن دقة الاسترجاع والقدرة على التعميم بشكل كبير عبر مختلف معايير الأسئلة والأجوبة الجدولية.
تقدم هذه الورقة تحليلاً عابراً للغات حول التقمص البشري في الكلام الممزوج لغوياً عبر حوارات باللغات الصينية-الإنجليزية، والهندية-الإنجليزية، والإسبانية-الإنجليزية، كاشفةً أنه في حين أن التقمص المعجمي يتعمم، فإن التقمص الصوتي والأسلوبي يتباين باختلاف السياق، ومبينةً أن نماذج التصنيف الحالية تخفق في إعطاء الأولوية للميزات المحددة الأكثر بروزاً في السلوك البشري.
يقدم VisualPatchWorld نهجاً مبتكراً لبناء نماذج العالم من خلال تمثيل الديناميكيات ككود قابل للتنفيذ، يتم اختياره عبر الاستقصاء النوعي ويتم ضبطه من البيانات لتمكين التخطيط القابل للتفسير والتحرير وعالي الفعالية الذي يتفوق على النماذج المرجعية الحالية القائمة على الكود.
يُعد CoSA إطار عمل للاهتمام المتناثر يتكون من مرحلتين ولا يتطلب تدريباً، حيث يربط بين وكيل مدرك للنواة (Kernel-Aware Proxy) ونواة تخطي مرتبة (Ordered-Skipping Kernel) لتحسين اختيار الكتل والتخطي ديناميكياً، مما يحقق تسريعاً كبيراً في الاستنتاج وتقليلاً في زمن الاستجابة للنماذج اللغوية الكبيرة ذات السياق الطويل مع الحفاظ على دقة عالية في ظل ميزانيات حوسبة ضيقة.