11158 ورقة بحثية
تقترح هذه الورقة طريقة لنموذج رؤية ولغة ذات تجميع ذاتي تعمل على تجميع مخرجات جدولية متعددة العينات لتحسين دقة وموثوقية استخراج البيانات من المخططات إلى جداول، وهو ما تم التحقق منه عبر معيار مرجعي جديد ومعقد (WB-ChartExtract) يُظهر مكاسب كبيرة في الأداء مقارنة بالنهج أحادي المرور.
تقدم هذه الورقة "Chartographer"، وهو إطار عمل يقوم بتوليد مخططات مضادة للواقع عبر هندستها عكسياً إلى كود قابل للتنفيذ لتقييم قدرات الاستدلال البصري لنماذج اللغة والرؤية بدقة، مما يكشف أن العديد من النماذج تفشل في التعميم عندما يتم تغيير بيانات المخطط الأساسية رغم إجابتها على الأسئلة الأصلية بشكل صحيح.
تُظهر هذه الورقة أن تقديم سياقات من صور حقيقية لنماذج الرؤية واللغة غالبًا ما يؤدي إلى تدهور أدائها في الأحكام المعجمية المتعلقة بالواقعية والتصويرية عبر إدخال حساسية تجاه إشارات بصرية زائفة، مما يشير إلى الحاجة إلى معايرة أفضل لمتى ينبغي للمدخلات البصرية أن تُوجه مثل هذه المهام.
تقدم هذه الورقة "Interaction SSD"، وهي امتداد لـ "Supervised Semantic Differential" الذي يعمل على نمذجة واختبار كيفية تباين المعاني الدلالية عبر المتغيرات المعدلة إحصائياً، مما يبرز فائدتها في الكشف عن كيفية تأثير الهوية العرقية للمُقيِّم على أحكام خطاب الكراهية فيما يتعلق بالعدائية التي تجرد من الإنسانية مقابل الخطاب المضاد.
تقدم هذه الورقة SAERL، وهو إطار عمل لهندسة البيانات يستفيد من المشفّرات التلقائية المتناثرة (Sparse Autoencoders) لاستخراج إشارات النموذج الجوهرية المتعلقة بتنوع البيانات وصعوبتها وجودتها، مما يؤدي إلى تحسين التعلم التعزيزي لما بعد التدريب للنماذج اللغوية الكبيرة (LLM) بدقة وكفاءة أفضل.
تقدم الورقة البحثية MobileMoE، وهي عائلة من نماذج لغوية تعتمد على تقنية "خليط الخبراء" (Mixture-of-Experts) ذات معلمات تقل عن المليار، مصممة للعمل على الأجهزة، والتي تعمل على تحسين البنية والتدريب لتحقيق أداء وكفاءة متفوقين مقارنة بالنماذج الكثيفة ونماذج "خليط الخبراء" المرجعية الحالية، مما يتيح استنتاجاً سريعاً على الهواتف الذكية الشائعة.
تقدم الورقة البحثية MUSE-Autoskill، وهو إطار عمل لوكيل ذاتي التطور يعزز قدرات حل المهام من خلال إدارة المهارات عبر دورة حياة موحدة من الإنشاء، والذاكرة، والإدارة، والتقييم، والتحسين، مع التعامل معها كأصول طويلة الأمد وواعية بالخبرة لتحسين قابلية إعادة الاستخدام، والموثوقية، ونقل المهارات عبر المهام.
تقدم هذه الورقة معيار LSCD، وهو مستودع معياري صُمم لمعالجة تحديات التباين وعدم القابلية للتكرار في كشف التغير الدلالي المعجمي من خلال نمذجة وتوحيد تقييم مهام "الكلمة في السياق" و"استحثاث معنى الكلمة" المكونة له.
تقترح الورقة البحثية "مبادئ الاسترجاع في السياق" (RICP)، وهو إطار عمل قائم على نموذج المعلم والطالب يقوم بتحليل وتجميع أخطاء النموذج الطالب لتوليد مبادئ مخصصة على مستوى المهام لتحسين أداء النماذج اللغوية الكبيرة عبر مختلف اختبارات القياس الخاصة بالاستدلال.
تقدم هذه الورقة SURGE، وهو معيار شامل يضم 1,160 مسألة عبر ثمانية مجالات متنوعة، لتقييم جدوى استخدام النماذج اللغوية الكبيرة كنماذج بديلة فعالة للتنبؤ بنتائج تنفيذ الكود بشكل منهجي.