11158 ورقة بحثية
تقدم هذه الورقة CLBench-V، وهو معيار شامل مصمم لتقييم تعلم السياق متعدد الوسائط عبر ثلاثة أبعاد رئيسية —التجذر، وتطبيق المعلومات الجديدة، واكتساب المعرفة— كاشفةً أن النماذج الحالية الرائدة لا تزال تعاني بشكل كبير في هذه المهام رغم التقدم في القدرات متعددة الوسائط.
تقترح هذه الورقة طريقة تجميع جغرافي منهجي لتحديد المناطق اللغوية ذات الأحجام التعسفية، مما يعالج الفجوة في تعريفات المناطق الكبرى الحالية المعتمدة على الخبراء، ويسمح بفصل أفضل للخصائص اللغوية العالمية عن آثار الاتصال المحلي أو الوراثة.
تقترح الورقة البحثية CAST، وهي طريقة تستفيد من تغيرات قيمة الحالة من أدوات حل الألعاب لتوليد إشارات ائتمان كثيفة على مستوى الدور لتدريب وكلاء النماذج اللغوية الكبيرة عبر التعلم التعزيزي باستخدام مكافآت قابلة للتحقق، متفوقة بشكل كبير على الخطوط المرجعية الحالية عبر بيئات ألعاب متنوعة.
تثبت هذه الورقة أن القواعد اللغوية الحتمية، التي تم اكتشافها من خلال البحث التطوري، يمكن أن تعمل كأدوات فعالة ومنخفضة التكلفة لضغط المطالبات (prompts) مما يقلل من نفقات استدلال النماذج اللغوية الكبيرة دون الحاجة إلى عمليات تمرير أمامي للنموذج أثناء عملية الضغط، محققةً أداءً يضاهي الطرق المتقدمة القائمة على النماذج اللغوية.
تقترح هذه الورقة نموذج "التمثيل التنبؤي الزمني-المسافي" (TD-JEPA)، وهو نهج لنموذج عالم يستخرج تكاليف زمنية موجهة من مسارات غير مرتبطة بمكافآت ومأخوذة من بيانات سابقة لسد الفجوة بين تعلم التمثيل والتخطيط، مما يجعله يتفوق على المخططات القائمة على نماذج JEPA الحالية عبر بيئات متعددة من خلال تمكين ترتيب أكثر فعالية لتقدم الأهداف دون الاعتماد على إعادة بناء البكسلات أو مكافآت صريحة.
تقدم الورقة البحثية "Inspect India Evals"، وهو إطار عمل مفتوح المصدر للتقييم مبني على منصة Inspect AI التابعة للمعهد البريطاني لسلامة الذكاء الاصطناعي (UK AISI) لمعالجة نقص التقييمات ذات الصلة ثقافياً ولغوياً للنماذج اللغوية الكبيرة في الهند، وذلك عبر اختبار ستة معايير محددة عبر ست عشرة لغة، مما يكشف أن نماذج مثل Sarvam-M وGemma 2 تتفوق على نظيراتها الأكبر حجماً في المعرفة الثقافية الهندية والامتثال لمعايير السلامة.
تقدم هذه الدراسة المسحية تصنيفاً منهجياً متمحوراً حول البنية الهيكلية للذاكرة في النماذج اللغوية الكبيرة، موحدةً بذلك الأبحاث المجزأة من خلال إطار عمل ثلاثي المحاور يشمل التمثيل، وديناميكيات التحديث، والاستمرارية، لتوجيه التصميمات المستقبلية القابلة للتوسع والتكيف.
تقدم هذه الورقة HANDBOOK.md، وهو معيار مرجعي يتكون من 65 مهمة وكيلية حتمية عبر خمسة مجالات لتقييم ما إذا كان بإمكان وكلاء النماذج اللغوية الالتزام الصارم بوثائق سياسة طويلة وملزمة عبر آفاق ممتدة من استخدام الأدوات، مما يكشف أن حتى النماذج الرائدة تعاني من أجل منع تجاوز السياسات والحفاظ على الامتثال للقواعد، حيث حقق أفضل تكوين نسبة نجاح بلغت 36.2% فقط.
تقدم هذه الورقة تدقيقاً جنائياً لإعادة إنتاج معيار نموذج لغوي بصري لصور الأشعة السينية للصدر، والذي كشف عن تباينات حرجة في عرض البيانات، وتتبع مسارات الاستيراد والاستدعاء المحفوظة لدعم استنتاج بشأن ربط المطالبات، وتحليلاً إحصائياً — بما في ذلك التوضيح بأنه بينما أنتج تحليل المجموعة الثابتة ٢٧/٤٥ مقارنة غير معدلة و٢٠/٤٥ مقارنة معدلة بطريقة هولم، فقد تم إعادة إنتاج نتيجة ٢٨/٤٥ في تحليل منفصل للمقارنات المتاحة زوجياً حيث استخدمت كل مقارنة مقامها الخاص — مما أدى إلى سحب الادعاءات الأصلية المتعلقة بالأداء وعدم توافق تقارير الملصقات الآلية واقتراح ضوابط قابلة للتحقق آلياً لضمان سلامة النواتج المستقبلية.
تقدم الورقة البحثية PILA، وهو نموذج جانبي (sidecar) مستقل عن النموذج ومستقل عن نوع النموذج (model-agnostic) وقابل للتوصيل والتشغيل الفوري، يعمل على فصل عملية إدراج الإعلانات عن توليد المحتوى لتمكين إعلانات عالية الجودة وقابلة للتحكم ومتوافقة مع النماذج اللغوية الكبيرة (LLM-native) دون تعديل النموذج الأساسي أو المساس بجودة الاستجابة.