11158 ورقة بحثية
إن LATTE هو إطار عمل يعزز التوليد المخصص للنماذج اللغوية الكبيرة من خلال التنبؤ بمسار تفضيلات المستخدم المرتكزة على الأقران وحقن الحالة المتوقعة في نموذج مجمد عبر رمز ناعم واحد، مما يجعله يتفوق على أساليب التخصيص الحالية الثابتة والقائمة على الاسترجاع.
تقدم هذه الورقة Granuscore، وهو مقياس غير مرجعي يعتمد على هياكل التضمين الهرمية يقيس دقة النص بفعالية، ويتحقق من فائدته عبر سياقات الخطاب، ويطبقه لتحليل مجموعات بيانات الأسئلة والأجوبة وسلوكيات النماذج.
تقدم هذه الورقة البحثية "سياق المسار المحدود" (BPC)، وهي طريقة تحد من تاريخ المسار المرئي للنماذج اللغوية الكبيرة أثناء الإجابة على الأسئلة المتعلقة بالرسوم البيانية للمعرفة ليقتصر فقط على القفزات الأخيرة، مما يثبت أن هذا النهج لا يقلل من عدد الرموز المدخلة فحسب، بل يطابق أو يتجاوز أداء التلقين بكامل التاريخ في معايير WebQSP وCWQ.
يُعد UnityMAS-O إطار عمل عام للتعلم المعزز يعمل على تحسين الأنظمة متعددة الوكلاء القائمة على النماذج اللغوية الكبيرة من خلال معاملة سير العمل بأكمله كوحدة تدريب، وفصل الأدوار المنطقية عن معلمات النموذج عبر تجريد مرن رباعي الكائنات، وإظهار مكاسب أداء كبيرة عبر مهام متنوعة مثل الإجابة على الأسئلة وتوليد الأكواد البرمجية.
تستخدم هذه الورقة تحليلاً مستوحى من الاستدلال السببي للكشف عن أن التعميم غير المتسق لطرق تحسين الأوامر المؤتمتة ينبع من تفاعلات منهجية بين أنماط تعديل محددة (مثل التعديلات التي تزيد من التعقيد) وخصائص المهام، بدلاً من كونه ناتجاً عن عشوائية في عملية التحسين.
تُثبت هذه الورقة أن استخدام المعايير المجمعة للكشف عن النصوص المُنشأة بواسطة الذكاء الاصطناعي في الكتابة الأكاديمية يُدخل تحيزات كبيرة عبر مختلف الدول والمجالات، وتجادل بأن المعايير الخاصة بالسياق ضرورية للتقييم الدقيق والعادل.
تقدم هذه الورقة بروتوكول NEI-CAP، وهو بروتوكول تشخيصي يكشف أن نماذج التحقق من الحقائق غالباً ما تفشل في تعميم كفاءة "عدم كفاية المعلومات" عبر طرق بناء الأدلة المختلفة لأن الدرجات الإجمالية يمكن أن تحجب الاعتماد الكامن على الإشارات المختصرة والسمات الخاصة بعملية البناء.
تُعد NestedKV طريقة لضغط ذاكرة التخزين المؤقت (KV cache) تعتمد على المفاتيح فقط ولا تتطلب تدريباً، وهي توظف استراتيجية توجيه ذاكرة متعددة المقاييس باستخدام ركائز عالمية، وركائز على مستوى الكتلة، وركائز نافذة منزلقة لتتفوق بشكل كبير على النماذج المرجعية الحالية في النماذج اللغوية ذات السياق الطويل، لا سيما في ظل قيود الذاكرة الصارمة.
تقدم الورقة البحثية PRISM، وهو معيار متعدد الأبعاد يكشف أنه بينما يمكن للمراجعين النظراء القائمين على النماذج اللغوية الكبيرة أن يضاهوا أو يتفوقوا على الأداء البشري في مجالات محددة مثل التحقق من الجدة وتحديد أولويات العيوب، إلا أنهم يفتقرون إلى الخبرة المتسقة والمتوازنة عبر جميع أبعاد المراجعة المطلوبة ليعملوا كبدائل مستقلة للمراجعين البشر.
تُفند هذه الورقة الافتراض القائل بأن تعقيد أدوات التقييم الأمثل يتناقص رتيباً مع قدرة النموذج، حيث كشفت من خلال تجربة مكونة من 432 تشغيلاً أن حساسية أدوات التقييم غير رتيبة وتعتمد بشكل حاسم على نوع النموذج، إذ تعيق الهياكل الإسهابية نماذج الدردشة الرائدة بينما تفيد التوجيهات الصارمة نماذج الاستدلال الرائدة.