11158 ورقة بحثية
تقدم الورقة البحثية "Loong"، وهو وكيل شبيه بالبشر لترجمة المستندات الطويلة يستخدم وحدة ذاكرة (3E) واختيار سياق تكيفي يعتمد على التعلم التعزيزي للتغلب على قيود النافذة والتكرار، محققاً تحسينات كبيرة في الجودة والمتانة عبر لغات ومجالات متعددة.
تقدم هذه الورقة طريقة التحقق ذاتي التدريب (STV)، وهي طريقة تستفيد من عدم التماثل بين قدرة النموذج على اكتشاف الأخطاء بوجود حلول مرجعية أو بدونها لتدريب مُحقِّقٍ متفوق، والذي بدوره يعزز بشكل كبير كلاً من حلقات التحسين في وقت الاختبار والتحسين الذاتي في وقت التدريب لمهام الاستدلال المعقدة.
تشخص هذه الورقة عجزاً حرجاً في القوة الإحصائية في لوحات المتصدرين الحالية للنماذج اللغوية الكبيرة المزدوجة، كاشفةً أن العديد من التصنيفات الزوجية غير محسومة بسبب عدم كفاية أحجام العينات والاستخدام الواسع النطاق لاختصارات حجم الأثر غير المزدوجة التي تقلل من أحجام العينات المطلوبة بنحو عامل قدره اثنين تقريباً.
تقدم الورقة البحثية COMPOSE، وهو إطار عمل ثنائي الرسوم البيانية يولد نظريات رياضية مستقبلية معقولة من خلال الاستفادة المشتركة من سياقات الاستشهاد العلمي وتبعيات النظريات الصورية، مما يظهر أداءً فائقاً من خلال مجموعة بيانات ومعيار مرجعي تم إنشاؤهما حديثاً.
تتناول هذه الورقة البحثية المجال غير المستكشف كفايةً المتمثل في التنظيم الاستراتيجي للبيانات لتدريب النماذج اللغوية الكبيرة من خلال صياغة أربعة مبادئ توجيهية رئيسية وتقديم طريقتين مبتكرتين للترتيب، هما STR وSAW، اللتان تستفيدان من درجات العينات المحسوبة مسبقاً لتعزيز استقرار الأداء وكفاءة التدريب مع حد أدنى من التكاليف الحسابية الإضافية.
تُصيغ هذه الورقة البحثية وتُقيس نمط الفشل المتمثل في "التماسك المحلي، وعدم الاتساق العالمي" في الوكلاء اللغويين ذوي المكونات المتعددة باستخدام متبقٍ تركيبي قابل للحساب أثناء التشغيل، مُثبتةً أن التماسك المحلي غالباً ما يفشل في ضمان الاتساق الاحتمالي العالمي، وأن التدابير التخفيفية الحالية من جانب النماذج اللغوية الكبيرة غير فعالة، بينما يوفر الإسقاط الحتمي والمراقبة التسلسلية حلولاً قابلة للتطبيق.
تقدم الورقة البحثية طريقة "الاستدلال في الذاكرة" (RiM)، وهي طريقة استدلال كامنة فعالة من حيث الحوسبة تستبدل توليد الأفكار بالتسلسل التلقائي بكتل ذاكرة ثابتة، مما يمكّن النماذج اللغوية الكبيرة من استخدام الذاكرة العاملة للاستدلال الداخلي دون إخراج الخطوات الوسيطة.
تقدم هذه الورقة SchGen، وهو أول نموذج لغوي كبير قادر على توليد مخططات لوحات الدوائر المطبوعة (PCB) القابلة للتعديل من طلبات باللغة الطبيعية، والذي يحقق دقة عالية من خلال استخدام تمثيل برمجِي جديد ذي أساس دلالي ومجموعة بيانات واسعة النطاق للتغلب على قيود تنسيقات المخططات التقليدية كثيفة الهندسة.
تقدم الورقة البحثية LLMSurgeon، وهو إطار عمل يقدر مزيج بيانات ما قبل التدريب للنماذج اللغوية الكبيرة عبر حل مسألة عكسية مقيدة لتصحيح الارتباك المنهجي في المجالات، مما يتيح التدقيق اللاحق لـ "الحمض النووي الرقمي" للنموذج دون الوصول إلى بيانات تدريبه.
تقدم هذه الورقة البحثية TELLME، وهي طريقة مبتكرة تعزز الشفافية الجوهرية وقابلية المراقبة للنماذج اللغوية الكبيرة من خلال تحسين عمليات التفكير الكامنة لديها، مما يتيح تحديداً أكثر فعالية للسلوكيات غير المناسبة ويُظهر مكاسب أداء متسقة عبر مختلف البنى ومهام إزالة السموم.