11158 ورقة بحثية
تجادل هذه الورقة الموقفية بأن أبحاث تضمين النصوص يجب أن تحول تركيزها من الدلالات السطحية إلى التقاط المعاني الضمنية — مثل التداولية وقصد المتحدث — من خلال اعتماد بيانات قائمة على أسس لغوية، ومعايير تقييم أكثر عمقاً، وهدف نمذجة جوهري يعكس بشكل أفضل تعقيد اللغة في العالم الحقيقي.
تقدم الورقة البحثية GroundAct، وهو معيار شامل يوضح أن وكلاء النماذج اللغوية الكبيرة (LLM) يواجهون صعوبة في ربط الأفعال بالحالات البيئية عندما تغفل التعليمات تفاصيل الجدوى، مما يكشف أن هذا التحدي متعدد الأبعاد لا يمكن حله بمجرد التوسع وحده، بل يتطلب قدرات محددة في الاستدلال على السمات، والأدوات، والتنسيق.
تقترح هذه الورقة نظاماً مدعوماً بالنماذج اللغوية الكبيرة (LLM) للمساعدة في الاجتماعات، يدمج التغذية الراجعة البشرية لتصحيح أخطاء نسب المتحدثين في الوقت الفعلي، محققاً انخفاضات كبيرة في معدلات خطأ تقسيم المتحدثين (diarization error rates) على مجموعة بيانات AMI من خلال آليات مصممة للتعامل مع حالات عدم اليقين في المعالجة والتغذية الراجعة.
تقدم هذه الورقة SafeSearch، وهو إطار عمل آلي لاختبار الاختراق (red-teaming) يعمل على تقييم سلامة وكلاء البحث القائمين على النماذج اللغوية الكبيرة بشكل منهجي من خلال كشف ثغرات جوهرية تجاه نتائج البحث غير الموثوقة وإثبات أن الدفاعات الشائعة توفر حماية محدودة.
تقدم هذه الورقة AtomWorld، وهو معيار لتقييم النماذج اللغوية الكبيرة في تعديلات بنية المواد البلورية، والذي يكشف أنه بينما تؤدي نماذج مثل Claude Opus 4.6 بشكل جيد في المهام الأساسية، فإن نجاحها ينخفض بشكل كبير مع الاستدلال المكاني المعقد، مما يشير إلى أنها مناسبة أكثر كـمساعدين علميين بدلاً من وكلاء مستقلين.
تكشف هذه الورقة أنه بينما تعتمد النماذج اللغوية في البداية على آلية موضعية لاسترجاع الكيانات المترابطة ضمن السياق، فإن هذا النهج يصبح غير موثوق مع زيادة تعقيد السياق، مما يدفع النماذج إلى تعزيزه بآليات معجمية وانعكاسية لتشكيل نموذج سببي قوي يتنبأ بدقة بالسلوك عبر مدخلات متنوعة وأطول.
تقدم هذه الورقة KOTOX، وهي أول مجموعة بيانات وإطار عمل تحويلي مفتوح كوري مصمم للكشف عن المحتوى السام المموّه وتطهيره في آن واحد من خلال تصنيف أنماط التمويه القائمة على الأسس اللغوية وتدريب النماذج على التعامل مع التعبيرات المتنكرة دون المساس بالأداء على النصوص القياسية.
تقترح الورقة البحثية آلية الانتباه المتناثر الهرمي الديناميكي (DHSA)، وهي إطار عمل قائم على البيانات يتنبأ بتناثر الانتباه عبر التوجيه الهرمي لتمكين استنتاج النماذج اللغوية الكبيرة ذات السياق الطويل بكفاءة في استخدام الذاكرة على الأجهزة المحدودة، مع الحفاظ على دقة تقارب الدقة الكاملة وتحقيق تسريع كبير مقارنة بالطرق المتناثرة الحالية.
تقدم هذه الورقة البحثية WaterSearch، وهو إطار عمل جديد للعلامات المائية القائم على البحث على مستوى الجملة للنماذج اللغوية الكبيرة، والذي يحل المقايضة بين قابلية الكشف وجودة النص من خلال التحسين المشترك لدقة التوزيع وخصائص الإشارة عبر مجموعات بذور محكومة، محققاً تحسينات كبيرة في الأداء وقدرات قوية لمواجهة الهجمات عبر مهام متنوعة.
تقدم هذه الورقة البحثية إطار عمل "MiA-RAG" (الاسترجاع المعزز بالوعي بالمشهد الذهني)، وهو إطار عمل مبتكر يعزز فهم السياق الطويل في الأنظمة القائمة على النماذج اللغوية الكبيرة من خلال بناء "مشهد ذهني" دلالي عالمي عبر التلخيص الهرمي لتوجيه كل من الاسترجاع والتوليد، مما يتيح استدلالاً أكثر تماسكاً ومحاكاةً للقدرات البشرية عبر الأدلة المشتتة.