11158 ورقة بحثية
تقترح هذه الورقة البحثية HetMedAgent، وهو إطار عمل متعدد الوكلاء غير متجانس ينظم التعاون بين النماذج اللغوية الكبيرة العامة، والنماذج المتخصصة في مجالات محددة، والأطباء، لإثبات أن النماذج المتخصصة تظل لا غنى عنها لتحقيق اتخاذ قرارات طبية فائقة من خلال دمج الأدلة والإدارة التكيفية لعدم اليقين.
يُعد DySem إطار عمل مبتكرًا لا يتطلب تدريبًا، يعمل على تحسين التشابه النصي الدلالي من خلال تحديد مكونات دلالية ديناميكية خاصة بكل عينة داخل النماذج اللغوية الكبيرة عبر الإجماع متعدد اللغات، وبذلك يتغلب على قيود استخدام التمثيلات ثابتة الأبعاد وعالية الأبعاد للطبقة الأخيرة.
تتناول هذه الورقة تحدي عدم دقة تقدير قيمة الحالة في التعلم التعزيزي للنماذج اللغوية الكبيرة من خلال تقديم معيار تقدير قيمة الحالة (SVEB) واقتراح تقنيتين جديدتين، Numca وHista، اللتين تعملان على تحسين استقرار الأداء وكفاءته بشكل كبير دون إضافة عبء حوسبي كبير.
تقدم الورقة البحثية ActTraitBench، وهو إطار عمل قائم على العنصر البشري يحدد كمياً فجوة "المعرفة-القرار" المنتشرة في النماذج اللغوية الكبيرة حيث غالباً ما تتباين النماذج القادرة في القرارات السلوكية رغم اتساق تقاريرها الذاتية، وتقترح "سلسلة المحاذاة المعرفية" (CoCA) للتخفيف من حدة هذا التباين.
تقدم هذه الورقة البحثية إطار عمل SAAS، وهو إطار تعلم تعزيزي ذاتي الوعي يخفف من حدة الإفراط في البحث في أنظمة البحث الوكيلية عبر النمذجة الديناميكية لحدود المعرفة وتطبيق التحسين المرحلي لتقليل التكاليف الحسابية دون التضحية بالدقة.
تقدم هذه الورقة تحليلاً مقارناً بين التعلم الواثق (Confident Learning) ورسم خرائط مجموعة البيانات (Dataset Cartography) للكشف عن أخطاء التصنيف في مجموعات بيانات تصنيف النصوص الروسية، مما يوضح أنه بينما يتفوق كلا الأسلوبين على الإزالة العشوائية، فإن فعاليتهما في تحسين أداء النموذج تعتمد بشكل كبير على حجم مجموعة البيانات ومستويات الضجيج، حيث يحقق التعلم الواثق مكاسب كبيرة في مجموعات البيانات الصغيرة والمشوبة بالضجيج.
تقدم هذه الورقة PRAIB، وهو إطار عمل مرجعي مبتكر ودراسة تجريبية واسعة النطاق تحلل 11,000 مراجعة مُنشأة آلياً مقابل ملاحظات بشرية للكشف عن تباينات سلوكية جوهرية — مثل الانحياز الإيجابي، والثقة المفرطة، وإغفال نقاط الضعف الذرية — مما يوفر أداة تشخيصية لتحديد الموثوقية الحالية والقيود التي تواجهها النماذج اللغوية الكبيرة في عملية مراجعة الأقران.
تقدم هذه الورقة إطار عمل \textsc{Ptah}، وهو إطار عمل متعدد الوكلاء ينظم التخطيط، وجمع الأدلة مع ذاكرة عمل بصرية، وتوليد التقارير بفرض التحقق لإنتاج تقارير بحث عميق متعددة الوسائط موثوقة، ومخلصة للاقتباسات، ومتداخلة بصرياً.
تقدم هذه الورقة ExCAM، وهو أول مقياس مخصص لتحديد وتقييم وتفسير الأخطاء الثقافية في مخرجات النماذج اللغوية الكبيرة، إلى جانب مجموعة بيانات ExCAM40k، محققةً دقة تصل إلى 80% في اكتشاف عدم الدقة الثقافية مقارنة بالنماذج المرجعية الحالية.
يقدم هذا البحث إطار عمل PlanAhead لبيان تجريبي أن كلاً من اختيار تمثيل خطة اللغة الطبيعية (مثل الأهداف الفرعية المتسلسلة، أو السرد، أو الكود الزائف، أو قائمة التحقق) والنموذج اللغوي الكبير الأساسي يؤثران بشكل كبير على متانة ومعدلات نجاح الوكلاء الويب متعددي الوسائط في مهام WebArena الصعبة.