11070 ورقة بحثية
تقدم الورقة البحثية Mind2Report، وهو وكيل بحث عميق معرفي يحاكي المحللين التجاريين لتوليد تقارير بمستوى الخبراء من خلال استقصاء النوايا دقيق التفاصيل، والتقطير المتكرر للأدلة، وصقل المخطط التفصيلي المتطور بشكل مشترك، مما يظهر أداءً فائقاً على معيار QRC-Eval المستحدث مقارنة بوكلاء البحث العميق الحاليين.
تقترح الورقة البحثية طريقة "المرور مرتين فقط" (JPT)، وهي وسيلة تمكّن النماذج اللغوية الكبيرة السببية من أداء التعرف على الكيانات المسماة بأسلوب الصفر المعرفة بكفاءة ومستوى رائد، وذلك عبر دمج النص المدخل للسماح بسياق ثنائي الاتجاه كامل دون تغييرات هيكلية، مما يتغلب على قيود التوليد ذاتي الانحدار مع تحقيق سرعة استدلال تزيد عن 20 ضعفاً.
يُعد VDAR-Router إطار عمل استرجاعي يعتمد على الوعي بالصعوبة ولا يتطلب تدريبًا، حيث يعمل على تحسين كفاءة توجيه النماذج اللغوية الكبيرة من خلال توليد تحليلات صريحة لصعوبة الاستعلام لاسترجاع أمثلة تاريخية مماثلة، مما يؤدي إلى تحسين المقايضة بين التكلفة والأداء في اختيار النماذج.
تقترح هذه الورقة بنية عملية تسخر النماذج اللغوية الكبيرة لترجمة ملاحظات المشغلين باللغة الطبيعية إلى سجلات تأكيد دلالية مهيكلة لتراكم واستنتاج الرسوم البيانية للمعرفة، مما يلغي الحاجة إلى خبرة في الأنطولوجيا الرسمية ويجعل نموذج تبادل المعلومات البحرية قابلاً للنشر الفوري لأغراض الدفاع وإنفاذ القانون.
تُظهر هذه الورقة أنه بينما يمكن لاتجاهات التعاطف القابلة للفك في النماذج اللغوية الكبيرة المضبوطة بالتعليمات أن تكتشف بشكل موثوق وتغير جزئياً درجات التعاطف الآلية، إلا أنها لا تشكل روافع سببية موثوقة للتحكم الشامل، لا سيما بفشلها في إحداث تغييرات ملموسة يدركها البشر أو تأثيرات متسقة عبر مختلف جوانب التعاطف والنماذج المختلفة.
تقدم الورقة البحثية PA-CoT، وهي طريقة تحفيز متعددة المراحل تقوم بتحليل ملفات تعريف المستخدمين بشكل صريح قبل إنشاء الاستجابات، والتي تتفوق على 11 نهجاً حالياً في مقياس QPA الجديد من خلال تحسين كل من التخصيص والسلامة بشكل كبير في مجال الاستشارات الغذائية.
تُظهر هذه الدراسة أن اختيار النموذج اللغوي الكبير والسياق الحواري يؤثران بشكل كبير على الاتساق الدلالي للردود المُولَّدة، مما يشير إلى أن استراتيجيات التلقين الحالية غير كافية لضمان استجابات مستقرة وقابلة للمقارنة عبر النماذج المختلفة في التقييمات القائمة على المحادثة.
تقدم الورقة البحثية نموذج GreenLeaf Law Embed Tiny، وهو نموذج تضمين مدمج بـ 0.6 مليار معلمة يحقق أداءً تنافسياً في استرجاع النصوص القانونية من خلال مسار تقطير وضبط دقيق يتكون من مرحلتين، ومجموعة بيانات منسقة تضم 3.4 مليون زوج من الاستعلامات والمقاطع، وبنية فعالة محسنة للبيئات محدودة الموارد.
تُثبت هذه الورقة أن "ضريبة اللهجة" —وهي فجوات الأداء المنهجية بين اللغة الإنجليزية الأمريكية القياسية واللهجات الأخرى في النماذج اللغوية— لا تنتج عن مرحلة واحدة، بل تتراكم طوال مسار النمذجة بأكمله، بدءاً من التجزئة (tokenization) والتدريب المسبق، وصولاً إلى ما بعد التدريب والاستدلال.
تقدم هذه الدراسة المسحية نظرة عامة موحدة ومدركة لمراحل العمل (pipeline-aware) حول متانة التوليد المعزز بالاسترجاع (RAG) من خلال صياغة نماذج التهديد، وتصنيف الهجمات إلى أهداف تتعلق بالدقة والخصوصية والعدالة، ومراجعة الدفاعات الخاصة بكل مرحلة، والمعايير المرجعية، وطرق التفسيرية.