11158 ورقة بحثية
تُظهر هذه الدراسة أنه أثناء تدريب النماذج اللغوية الكبيرة، فإن التنظيم الذاتي للهندسة التمثيلية إلى وحدات منخفضة التعقيد تتميز بانخفاض في الإنتروبيا والانحناء يتنبأ بقوة بالتوافق مع نشاط الدماغ البشري، مما يكشف عن مسارات مكانية-زمانية متميزة عبر المناطق الصدغية والجبهية.
تقيم هذه الورقة بشكل منهجي تأثير القرابة اللغوية على النقل عبر اللغات في التعرف الآلي متعدد اللغات على الكلام، وتجد أن التكيف المسبق للنماذج مع لغات مساعدة ذات صلة لا يحقق أي تحسينات ذات جدوى عملية مقارنة باستخدام ساعة واحدة فقط من بيانات اللغة المستهدفة، مما يشير إلى أن القرابة اللغوية وحدها ليست مؤشراً موثوقاً لمكاسب النقل بالنسبة للغات الأفريقية ذات الموارد المنخفضة.
يُعد VibeVoice-ASR-BitNet نموذجاً مضغوطاً للتعرف التلقائي على الكلام في الوقت الفعلي، مُحسَّناً لمعالجات الحافة (edge CPUs) عبر التكميم غير المتجانس (INT8 للمُشفر التلقائي VAE وأوزان ثلاثية بأسلوب BitNet للنموذج اللغوي) ونواة SIMD مخصصة، محققاً سرعة استنتاج تزيد بمقدار 1.6 إلى 2.3 ضعفاً مقارنة بـ Whisper.cpp مع حد أدنى من فقدان الدقة.
تقدم هذه الورقة البحثية "درجة موثوقية النماذج اللغوية الكبيرة في أسواق رأس المال" (CM-LRS)، وهو إطار تقييم مبتكر سباعي الأبعاد مصمم لتقييم مدى "قابلية الاعتماد المصرفي" لمخرجات النماذج اللغوية الكبيرة في تدفقات العمل المالية المنظمة، كاشفةً أنه بينما تتقارب النماذج الرائدة بشكل وثيق في الأداء العام، لا تزال هناك فجوات كبيرة في قدرات الاسترجاع والتركيب مقارنة بالنماذج الأساسية مفتوحة الأوزان.
تقدم الورقة البحثية DONDO، وهي عائلة من نماذج التعرف التلقائي على الكلام (ASR) مفتوحة المصدر وذات تراخيص تسمح بالاستخدام الواسع لـ 27 لغة أفريقية مبنية على نموذج w2v-BERT 2.0، والتي تستفيد من بيانات النصوص الدينية واستراتيجية ضبط دقيق مبتكرة تعتمد على تبريد معدل التعلم لتحقيق أداء تنافسي في كل من البيئات أحادية اللغة ومتعددة اللغات، مع تغطية ما يقرب من 100 مليون متحدث باللغة الأم.
يُعد Semalith v1.4 مصنف سلامة عالي الكفاءة بـ 184 مليون معلمة، يحقق مستويات رائدة في اكتشاف حقن الأوامر (prompt-injection) وصفر من الإيجابيات الكاذبة في المطالبات الوكيلية السليمة، مع امتلاكه 44 ضعفاً أقل من المعلمات مقارنة بـ Llama-Guard-3-8B، بينما يتميز بقدرته الفريدة على تقديم اكتشاف متزامن للضرر العام والامتثال التنظيمي المالي في تمريرة استدلال واحدة.
تقدم هذه الورقة MioFFAn، وهو إطار عمل مفتوح المصدر وقابل للتخصيص للتعليق التوضيحي يوسع بنية MioGatto لتسهيل إنشاء مجموعات بيانات عالية الجودة لصياغة الصيغ الرياضية من خلال الجمع بين التعليق البشري وأتمتة النماذج اللغوية الكبيرة التركيبية.
تُظهر هذه الدراسة أن أنظمة مراجعة الأقران المؤتمتة تحقق أعلى درجات التوافق مع الأحكام البشرية عندما تسترشد بالإرشادات الرسمية للمؤتمرات بدلاً من المحاكاة التي تولدها النماذج اللغوية الكبيرة، وأن السماح بالتقييم الشمولي يتفوق على النهج الصارم القائم على القواعد.
تكشف هذه الورقة أن النماذج اللغوية الكبيرة غالباً ما تظهر عدم استقرار ملحوظ في إجاباتها عند مواجهة إعادة صياغة تحافظ على المعنى، مما يثبت أن مقاييس الدقة القياسية يمكن أن تخفي مشكلات الموثوقية وأن استراتيجيات إعادة الصياغة الذاتية يمكن أن تستعيد المعرفة الكامنة بفعالية لتحسين الأداء.
تقترح هذه الورقة البحثية وتقيم طريقة لإعادة ترتيب النتائج مدركة للمصدر لعملية التوليد المعزز بالاسترجاع، والتي تعيد وزن درجات الاسترجاع باستخدام أولويات موثوقية المصدر المستندة إلى المجال، مما يظهر تحسينات كبيرة في الدقة وتقليلاً في الاسترجاع العدائي على مجموعة بيانات من المجال الصحي.