11158 ورقة بحثية
يقدم البحث إطار عمل MEMOIR، الذي يستفيد من الذاكرات السلوكية الدلالية المولدة بواسطة النماذج اللغوية الكبيرة من نوافذ التفاعل الزمنية لنمذجة انحراف تفضيلات المستخدم بفعالية، مبرهناً على أنه في حين يتساوى أداؤه الإجمالي مع خط الأساس القوي UniSRec، فإن مساهمته الأكثر أهمية وقابلية للتكرار هي جودة التصنيف المتفوقة تحديداً للمستخدمين عند أطراف طيف التفضيل ذات الانحراف العالي والمنخفض.
تقدم الورقة البحثية SyRuP، وهو إطار عمل للفك عند وقت التوليد يعزز التزام النماذج اللغوية الكبيرة بالتعليمات البرمجية للنظام من خلال تدريب رأس مكافأة عبر الانتباه المتقاطع لتوليد درجات التزام على مستوى الرمز (token) لمرشحي إعادة الترتيب دون الحاجة إلى ضبط النموذج الأساسي.
تقترح الورقة البحثية إطار عمل MoLGE، وهو "خليط من خبراء مجموعات اللغات" يجمع بين التكيف منخفض الرتبة الهرمي وتجميع اللغات لزيادة نطاق التعرف على الكلام متعدد اللغات بشكل هائل عبر 495 لغة بكفاءة، مع التغلب على لعنة تعدد اللغات والتفوق على النماذج الكثيفة الأساسية بأقل قدر من الزيادة في عدد المعلمات.
تقدم هذه الورقة إطار عمل SPG، وهو إطار لتوليد براءات الاختراع مدرك للبنية يدمج التنبؤ بالهيكل الطوبولوجي عبر رأس مؤشر وهدف تفضيل مرجح بالانتهاكات للتغلب على قيود فك الترميز ذاتي الانحدار المسطح، مما يحسن بشكل كبير من الاتساق الهرمي ودقة المراجع السابقة لادعاءات براءات الاختراع المولدة.
تفصّل ورقة فريق BioSentinel مشاركتهم في مهمة EXIST 2026 Task 2.2، حيث استخدموا نموذجًا يعتمد على XLM-RoBERTa تم تدريبه باستخدام دالة فقد مركبة للموازنة بفعالية بين تنبؤات الملصقات الناعمة والملصقات الصلبة لتصنيف النوايا الجنسية في الميمز، مما أدى في النهاية إلى تحقيق تصنيفات محددة في تقييم CLEF 2026.
تقدم الورقة البحثية RARG، وهو وكيل بحث مدرك للأهمية يستفيد من درجات الأهمية لتوجيه التفاعل مع المتون من الخشن إلى الناعم عبر التتبع المرتب للوثائق وإعادة ترتيب المطابقة، مما يحسن كلاً من الدقة والكفاءة في الإجابة على الأسئلة المعقدة مقارنة بطرق الاسترجاع والتفاعل المباشر القائمة.
تقدم الورقة البحثية INS-ActBench، وهو معيار شامل يتكون من أكثر من 12,000 سؤال من 16 جمعية اكتوارية لتقييم النماذج اللغوية الكبيرة عبر المعرفة، والاستدلال في الحالات ذات السياق الطويل، والممارسة القائمة على الأدوات، مما يكشف أنه بينما تتفوق النماذج الرائدة في المعرفة المعيارية، إلا أنها لا تزال تتخلف بشكل كبير في تدفقات العمل المهنية المعقدة.
تقدم هذه الورقة البحثية طريقة فك التشفير المتوازي ذاتي الانحدار (PARD)، وهي طريقة أخذ عينات خالية من التدريب تستفيد من المحاذاة المتأصلة من اليسار إلى اليمين لنماذج اللغة الانتشارية الكتلية لتحقيق سرعات توليد أسرع مع حد أدنى من فقدان الجودة مقارنة بفك التشفير التلقائي الصرف.
تقدم هذه الورقة "Gubernaut"، وهو متحكم وقت تشغيل حتمي وغير مرتبط بنموذج محدد، يستخدم قياس التأثير عن بُعد على المستوى الميتاوي (meta-level) الخالي من الرموز (token-free) لتنظيم أنماط الفشل التفاعلية بنجاح في وكلاء النماذج اللغوية الكبيرة عبر عائلات متعددة من النماذج الرائدة، كما تم التحقق من ذلك من خلال بروتوكول تقييم صارم ومسجل مسبقاً.
تُثبت هذه الورقة أن دمج نماذج اللغات الكبيرة المنشورة محلياً مع تقنية التوليد المعزز بالاسترجاع (RAG) على أجهزة استهلاكية يحولها إلى مكونات حوسبة معرفية موثوقة قادرة على تعزيز الدقة الواقعية، وقابلية التدقيق، والإدارة الديناميكية للمعرفة التنظيمية دون الحاجة إلى إعادة تدريب النموذج.