11158 ورقة بحثية
يُعد DFlash إطار عمل للفك التنبؤي يستفيد من نموذج انتشار كتل خفيف الوزن لتوليد رموز مسودة بشكل متوازٍ، محققاً تسريعاً غير منقوص يتجاوز 6 أضعاف ومتفوقاً على أساليب رائدة مثل EAGLE-3 بما يصل إلى 2.5 ضعفاً.
تقدم الورقة البحثية إطار عمل "ValueFlow"، الذي يحدد كمياً كيفية انتقال اضطرابات القيم عبر أنظمة النماذج اللغوية الكبيرة متعددة الوكلاء من خلال تفكيك انحراف القيم إلى قابلية التأثر على مستوى الوكيل والآثار الهيكلية على مستوى النظام، مما يثبت أن محاذاة القيم هي في الأساس خاصية على مستوى النظام تشكلها طوبولوجيا التفاعل.
تقدم هذه الورقة البحثية إطار عمل PACED-RL، وهو إطار عمل لما بعد التدريب يعيد تفسير دالة التجزئة في GFlowNet كإشارة دقة لكل مطالبة (per-prompt) لإعطاء الأولوية للمطالبات الغنية بالمعلومات وتحسين عملية إعادة التشغيل، مما يؤدي إلى تحسين كفاءة العينات وأداء الاستنتاج في النماذج اللغوية الكبيرة بشكل كبير دون تكبد أعباء حسابية إضافية.
تقدم هذه الورقة DLT-Corpus، وهي مجموعة نصوص ضخمة ومتخصصة في مجال معين تضم 2.98 مليار توكن من الأدبيات العلمية وبراءات الاختراع ووسائل التواصل الاجتماعي، والتي تُستخدم لإثبات أن أبحاث تقنية السجلات الموزعة (DLT) تسبق النمو السوقي ولإصدار أدوات معالجة لغات طبيعية محسنة مثل LedgerBERT.
تُظهر هذه الورقة أنه بينما يعزز التلقين بسلسلة الأفكار أداء النماذج اللغوية الكبيرة في تقييمات السياسات الحدسية، إلا أن استدلالها التوقعي يظل معيبًا بشكل كبير في الحالات غير الحدسية بسبب عدم القدرة على تجاوز الأولويات الحدسية بالكامل، مما يكشف عن انفصال حرج بين استرجاع المعرفة والاستدلال المنطقي.
تحدد هذه الورقة إطار عمل لإنشاء مجسات خطية منخفضة التكلفة وقابلة للتوسع لتحديد ورصد وتتبع مفاهيم محددة ضمن تضمينات النماذج اللغوية الكبيرة عبر طبقات وسياقات مختلفة، مما يعزز قدرات التفسير والمراقبة.
تقدم هذه الورقة البحثية نموذج RightNow-Arabic-0.5B-Turbo، وهو نموذج لغوي مفتوح المصدر متخصص في اللغة العربية بـ 518 مليون معلمة، تم بناؤه على نموذج Qwen2.5-0.5B من خلال حقن المفردات والضبط الدقيق المكثف، والذي يحقق أداءً هو الأفضل في فئته بين النماذج التي يقل عدد معلماتها عن مليار معلمة، مع تمكين النشر الفعال على الأجهزة الطرفية عبر التكميم إلى أقل من 400 ميجابايت.
تقدم الورقة البحثية "Aryabhata 2"، وهو نموذج لغوي مدرب بالتعلم التعزيزي يعتمد على GPT-OSS-20B، والذي يحقق أداءً فائقاً وكفاءة أعلى في عدد الرموز (tokens) في الاختبارات التنافسية لمجالات العلوم والتكنولوجيا والهندسة والرياضيات (STEM) مثل JEE وNEET، وذلك من خلال الاستفادة من منهج تعليمي عالي الجودة واستكشاف التوسع التدريجي.
تقدم الورقة البحثية S3Mem، وهو إطار عمل للذاكرة العرضية للمشاهد والأحداث المهيكلة يتفوق على التوليد المعزز بالاسترجاع القياسي والنماذج المرجعية الأخرى في الإجابة التفاعلية على الأسئلة طويلة المدى من خلال تحويل مسارات الوكيل إلى وحدات أدلة مهيكلة وحساسة للمرتكزات تعمل على تحسين الدقة وكفاءة الرموز بشكل كبير.
تقدم الورقة البحثية GenesisFunc، وهو مسار عمل مؤتمت متعدد الوكلاء يولد بيانات استدعاء وظائف اصطناعية عالية الجودة ومتنوعة لتدريب نموذج لغوي كبير بحجم 8 مليار بارامتر، والذي يحقق أداءً فائقاً في النطاق المحدد وقدرة على التعميم خارج النطاق مقارنة بالنماذج مفتوحة المصدر ذات الحجم المماثل، بينما ينافس الأنظمة المتقدمة القائمة على واجهات برمجة التطبيقات (API).