11158 ورقة بحثية
تقدم هذه الورقة GT-HarmBench، وهو معيار شامل يضم 1,535 سيناريو متعدد الوكلاء عالي المخاطر القائمة على هياكل نظرية الألعاب، والذي يكشف أن نماذج الذكاء الاصطناعي الرائدة تفشل تكراراً في اختيار النتائج المفيدة اجتماعياً، ويوضح أن التدخلات القائمة على نظرية الألعاب يمكن أن تحسن بشكل كبير من عملية المواءمة في هذه البيئات المعقدة.
تُظهر هذه الورقة أنه في حين أن نماذج GPT-2 المدربة على مجموعات بيانات اصطناعية تنجح في محاكاة التفضيل البشري لتمييز الحجج غير النمطية دلالياً في أنظمة تمييز الحجج التفاضلية، إلا أنها تفشل في إعادة إنتاج النزعة العابرة للغات لتفضيل تمييز المفاعيل على الفاعلين، مما يشير إلى أن هذه الأنماط التصنيفية تنبع من مصادر أساسية متباينة.
تقدم هذه الورقة تقنية تقسيم المحتوى الدلالي المتكيف مع الاستعلام (QASC)، وهي استراتيجية ديناميكية تدمج استعلامات المستخدم في عملية تقسيم المستندات لتحقيق صلة استرجاع وتماسك أعلى بكثير مقارنة بطرق التقسيم الثابتة والدلالية والوكيلية.
تكشف هذه الورقة أن النماذج اللغوية الصغيرة (1-3 مليار) غالباً ما تتجاوز الاستدلال الحسابي الحقيقي في تحفيز "سلسلة الأفكور" (Chain-of-Thought) عبر الاعتماد على اختصار موضعي حيث تقوم ببساطة بنسخ الرقم الذي يسبق مباشرة فاصل الإجابة، وهي آلية تهيمن على الأداء وتقوض موثوقية الرقابة القائمة على "سلسلة الأفكور".
تقترح هذه الورقة إطار عمل التوجيه EDRM، وهو إطار عمل خالٍ من التدريب يحدد تحولاً في الإنتروبيا يشبه مرحلة الانتقال أثناء فك التشفير المبكر لتحديد متى يكون استنتاج "سلسلة الأفكار" مفيداً بشكل ديناميكي، مما يقلل بشكل كبير من استهلاك الرموز مع تحسين الدقة عبر المهام والنماذج المتنوعة.
تقدم الورقة البحثية ImProver 2، وهو إطار عمل عصبي رمزي يجمع بين التكرار الخبير كفؤ البيانات ونظام سقالات هيكلي لتمكين النماذج اللغوية الصغيرة من تحسين البراهين الصورية المعقدة في Lean 4 بفعالية، متفوقةً بشكل كبير على النماذج الأكبر حجماً مع ترسيخ تحسين البراهين كمهمة قابلة للتعلم والتوسع.
تقدم هذه الورقة إطار عمل متمحور حول الوظائف باستخدام المبدلات عبر النماذج (Transcoders) لتفسير نماذج الرؤية واللغة، مما يثبت أن هذا النهج يحقق تجذيراً بصرياً أكثر استقراراً من المشفرات التلقائية المتفرقة (Sparse Autoencoders) ويسمح بالتنبؤ بالهلوسة من خلال تحليل الرسم البياني الآلي.
تكشف هذه الورقة أن معايير التقييم الحالية للرؤية واللغة تفشل في تقييم الربط البصري دقيق التفاصيل بشكل موثوق لأن النماذج مفتوحة المصدر تظهر حساسية منخفضة بشكل مفاجئ تجاه التدهور البصري وتعتمد على الأدلة البصرية بدرجة أقل مما تشير إليه مقاييس الدقة القياسية، وهي ظاهرة تُعزى إلى زيادة التشابه بين الرموز البصرية في طبقات الشبكة العميقة.
تقدم هذه الورقة البحثية LIFT، وهو خوارزمية ضبط دقيق مستندة إلى قابلية التعلم لنماذج اللغة الانتشارية، تعمل على مواءمة صعوبة تعلم الرموز ديناميكيًا مع السياق المتاح عند خطوات زمنية انتشار مختلفة، مما يتفوق بشكل كبير على النماذج المرجعية الحالية للضبط الدقيق الخاضع للإشراف في اختبارات التفكير.
تقترح هذه الورقة طريقة مبتكرة للكشف عن الهلوسة تستفيد من طوبولوجيا محاذاة الرسوم البيانية كتحيز استقرائي عبر بناء رسوم بيانية ثنائية الأجزاء بين الوثائق المرجعية ومخرجات النماذج اللغوية الكبيرة وتدريب شبكة عصبية رسومية لنمذجة بنية محاذاتها، محققةً أداءً هو الأفضل في فئته عبر مجموعات بيانات متنوعة.