11158 ورقة بحثية
تقدم هذه الورقة إطاراً سببياً ومجموعة من التدخلات لإثبات أن أحكام النماذج اللغوية الكبيرة غالباً ما تبتدع تفسيرات لتبرير الانحيازات التي تحفزها إشارات غير دليلية، مع إظهار أن استراتيجية "الإثبات قبل التفضيل" تحسن بشكل كبير من ثباتها تجاه الإشارات وموثوقيتها.
تجادل هذه الورقة بأن النماذج اللغوية الكبيرة تعاني في التخطيط طويل الأمد والاستدلال السببي بسبب عدم تطابق الهدف مع ديناميكيات البيئة الكامنة، وتثبت من خلال بيئة "Flux" أن الوكلاء الذين لديهم وصول صريح إلى انتقالات الحالة الكامنة يتفوقون بشكل كبير على النماذج اللغوية الكبيرة في اتخاذ القرارات المستقرة وطويلة المدى.
تقدم هذه الورقة البحثية AERIC، وهو إطار عمل خفيف الوزن لمراقبة الحالة الخفية في تمريرة واحدة، يتنبأ بالحوارات الضارة الضمنية ويثبطها في الوقت الفعلي مع حد أدنى من زمن التأخير، متفوقاً بشكل كبير على حواجز السلامة المتدفقة الحالية في المعايير الرئيسية.
تدقق هذه الورقة في معايير اكتشاف الاكتئاب عبر المقابلات السريرية من خلال أربعة مجسات، كاشفةً أن التقييم الصارم القائم على انفصال الموضوعات يقدم معيار أداء جديداً، وأن تقسيمات الاختبار الرسمية ترتبط ارتباطاً ضعيفاً بتصنيفات التحقق المتقاطع، وأن النقل الصفري إلى مجموعات النصوص الخارجية ضعيف، وأن النماذج القائمة على النصوص تتفوق بشكل كبير على النماذج الصوتية في مقاطع المقابلات الكثيفة بالأعراض.
تقدم هذه الدراسة الاستقصائية إطاراً شاملاً لبناء أنظمة ذكاء اصطناعي وكيلية موثوقة من خلال فحص مخاطر السلامة والمتانة والخصوصية والأمن عبر سير عمل الوكيل، وتوحيد مقاييس التقييم والمعايسات، وتحديد التحديات المفتوحة إلى جانب استراتيجيات التخفيف العملية لعمليات النشر عالية المخاطر.
تحلل هذه الورقة ٢٠ مليون رسالة من دردشة منصة تويتش باستخدام نموذج لغوي كبير مُدرب مسبقاً لتكشف أن ٢.٤٪ من الرسائل سامة، مع وجود تباينات كبيرة عبر أنواع الألعاب وعناوين محددة، مما يسلط الضوء على الحاجة إلى استراتيجيات إشراف مستهدفة بناءً على المعايير المجتمعية الخاصة.
تقترح هذه الورقة وتثبت تجريبياً إطار عمل للمنطق النيوتروسوفي (Neutrosophic Logic) للنماذج اللغوية الكبيرة يعامل الحقيقة، وعدم التحديد، والزيف كأبعاد مستقلة، مبرهنةً على أن السماح لمجموعها بتجاوز الواحد الصحيح (الحقيقة الفائقة/hyper-truth) يجسد بفعالية عدم اليقين المعرفي، والتناقض، والصراعات الأخلاقية التي تفشل النماذج الاحتمالية التقليدية في التمييز بينها.
تقدم هذه الورقة البحثية مفهوم "استخراج ملء الفراغات" (infilling extraction) لتوضيح أن نماذج اللغة الانتشارية (diffusion language models) أكثر عرضة بشكل كبير لحفظ بيانات التدريب من النماذج التوليدية ذات الترتيب التلقائي (autoregressive models)، حيث تسمح قدرات إزالة الضجيج ثنائية الاتجاه الخاصة بها للمهاجمين باستخراج ما يصل إلى ثلاثة أضعاف التسلسلات الحرفية، بما في ذلك معلومات الهوية الشخصية المحجوبة، باستخدام أقنعة مشروطة بالحواف.
تقدم هذه الورقة البحثية مساراً نموذجياً قائماً على نظرية مطابقة البنية لتوليد التشبيهات التعليمية، يقوم بتفكيك المهمة إلى أربع مراحل، وتثبت من خلال تقييم مكثف لـ 12 نموذجاً من النماذج اللغوية الكبيرة أن ترسيخ المفاهيم الفرعية يحسن جودة الشرح ودقة الاسترجاع بشكل كبير، مع الكشف عن التفاعلات بين المراحل الضرورية لتوليد تشبيهات عالية الجودة.
تقدم الورقة البحثية Agent-ToM، وهو إطار عمل للتعلم من أجل المراقبة يستفيد من استدلال نظرية العقل ومسار (الاستنتاج-التحقق-التنقيح) للكشف عن السلوكيات الخبيثة المستترة في الوكلاء المستقلين القائمين على النماذج اللغوية الكبيرة عبر استنتاج المعتقدات والنوايا الخفية، متفوقاً بذلك على النماذج المرجعية الحالية المتطورة في مجال المراقبة.