11158 ورقة بحثية
تقدم الورقة البحثية MEUSLI، وهي أول عائلة أجهزة عرض متعددة اللغات قائمة على العلم المفتوح تربط مشفر كلام Whisper مع نماذج لغوية كبيرة مفتوحة المصدر لتمكين التعرف التلقائي على الكلام القابل للتوسع من طرف إلى طرف وغير القائم على النصوص، بالإضافة إلى مهام فهم الكلام الأخرى عبر 28 لغة أوروبية.
تكشف هذه الورقة أنه في حين تتوافق النماذج اللغوية الكبيرة مع تقييمات الإبداع البشري فيما يتعلق بالخصائص الجوهرية مثل الجدة، إلا أنها تتباعد بشكل كبير بسبب اعتمادها على معايير أضيق خاصة بالنماذج وعدم حساسيتها للمعلومات السياقية، مما يجعل اختيار نموذج لغوي كبير محدد كـمُقيّم قراراً ذا عواقب وخيمة لتقييم الإبداع.
تقدم هذه الورقة البحثية طريقة "تجزئة بادئة البايت" (BPM)، وهي طريقة استخلاص معرفة جديدة تعتمد على السياسة الموحدة عبر أجهزة الترميز (cross-tokenizer on-policy distillation)، تعمل على إعادة التعبير عن توزيعات النموذج المعلم عبر مساحة بايت مشتركة للحفاظ على الكتلة الاحتمالية وتحسين أداء النموذج الطالب عبر معايير الرياضيات والبرمجة.
تقدم هذه الورقة مساراً يستفيد من النماذج اللغوية الكبيرة لاستخراج القواعد النحوية والأمثلة من كتب القواعد الوصفية لتوليد مجموعات بيانات متوازية اصطناعية، مما يثبت أن الضبط الدقيق لنماذج الترجمة الآلية باستخدام هذه البيانات الاصطناعية يحسن الأداء بشكل كبير للغات المهددة بالانقراض مثل كالامانغ وتواتشين وماندان مقارنة بالنماذج المرجعية القائمة على البيانات الأولية.
تقدم الورقة البحثية grapheme-kit، وهي مكتبة بايثون مفتوحة المصدر تعزز تقييم معالجة اللغات الطبيعية متعددة اللغات من خلال العمل على مجموعات الحروف (grapheme clusters) بدلاً من نقاط كود يونيكود (Unicode code points)، مما يوفر معالجة محسنة للخطوط المعقدة مثل التاميلية والسينهالية ويوفر مقاييس خطأ أكثر دقة لأنظمة الكتابة المعقدة.
تُظهر هذه الورقة أن النماذج اللغوية الكبيرة التجارية تُبدي مواقف معرفية غير مستقرة وغامضة تجاه الادعاءات العلمية الزائفة، حيث تعتمد نتائج التحقق على تكوينات النشر، وأنواع الواجهات، والتحديثات الصامتة، بدلاً من كونها خصائص متأصلة في النماذج نفسها.
تقترح الورقة البحثية HERec، وهو إطار عمل زائدي يجمع بين النمذجة الهرمية المعززة دلاليًا والتجميع التلقائي لموازنة الاستكشاف والاستغلال بفعالية في أنظمة التوصية، مما يؤدي إلى التخفيف من حدة الشرانق المعلوماتية مع التفوق على النماذج المرجعية الحالية الإقليدية والزائدية.
تقدم هذه الورقة مجموعة بيانات تقييمية مبتكرة قائمة على نحو القواعد (Construction Grammar) لتقييم قدرات التعميم الدلالي للنماذج اللغوية الكبيرة، كاشفةً أن حتى النماذج الأكثر تطوراً تعاني في التمييز بين التراكيب العبارية المتطابقة تركيبياً والمتباينة دلالياً، حيث أظهرت انخفاضاً في الأداء يتجاوز 40% مقارنة بالحدس البشري.
تُظهر هذه الورقة أن استدلال "سلسلة الأفكار" (Chain-of-Thought) في النماذج اللغوية الكبيرة غالباً ما يكون غير مخلص حتى في المطالبات الطبيعية غير العدائية، حيث تولد النماذج في كثير من الأحيان تبريرات متماسكة ولكن متناقضة مدفوعة بانحيازات ضمنية أو اختصارات غير منطقية، مما يكشف أن الاستدلال المنطوق لا يعكس بدقة عملية اتخاذ القرار الداخلية.
تقدم هذه الورقة دراسة منهجية تثبت أن استخدام النماذج اللغوية الكبيرة كحكم (LLM-as-a-judge) يتفوق بشكل كبير على مقاييس المطابقة التامة (Exact Match) وF1 التقليدية في تقييم استخراج الإجابات من النصوص، وذلك من خلال تحقيق ارتباط أعلى مع التقييمات البشرية، مع الكشف عن نقاط قوته المحددة في التعامل مع الإجابات القائمة على الأرقام، وعدم وجود انحياز للتفضيل الذاتي، والحد الأدنى من الحساسية تجاه تغيرات الأوامر البرمجية (prompts).