11158 ورقة بحثية
تقترح هذه الورقة تحليلاً قائماً على الرسوم البيانية باستخدام مقاييس "احتمالية نوع الجار" و"الاعتلاج" (Entropy) على نماذج BERT والتمثيلات الغنية بالمعنى (sense-enhanced embeddings) لإثبات أن معلومات النوع الدلالي وظواهر القسر (coercion) يتم التقاطها بشكل أفضل في النماذج الغنية بالمعنى، مما يتيح التمييز بين أزواج الاسم-السياق المتطابقة وغير المتطابقة.
تتتبع هذه الورقة تطور تقييم توليد اللغة الطبيعية (NLG) من أصوله التي ركزت على اللغويات في عام 1990 إلى نموذجه التجريبي الحالي القائم على تعلم الآلة، مع التنبؤ بأن التقييم المستقبلي سيعطي الأولوية بشكل متزايد لمقاييس التأثير، والنوعية، والسلامة مع انتشار تقنية توليد اللغة الطبيعية في كل مكان.
تقترح هذه الورقة وتثبت نظرية توزيعية تُظهر أن البنية الهندسية الهرمية للمفاهيم في النماذج اللغوية تنبثق بشكل طبيعي من الخصائص الطيفية لإحصاءات التوافق اللفظي، بدلاً من تطلب آليات وظيفية متخصصة.
تقدم الورقة البحثية ToolMerge، وهي طريقة مبتكرة لاسترجاع الإطارات الرئيسية تستفيد من نموذج لغوي كبير لتفكيك الاستعلامات إلى استدعاءات أدوات محددة ودمج نتائجها عبر معاملات بولينية، مما يظهر أداءً تنافسيًا على مقياس Molmo-2 Moments المقترح حديثًا.
تتحدى هذه الورقة البحثية الاعتقاد السائد بأن تدريب النماذج اللغوية الكبيرة مسبقاً يتطلب معلماً قوياً لضمان فعالية تقطير المعرفة، حيث تثبت أن حتى المعلمين الصغار أو غير المدربين تدريباً كافياً يمكنهم تحسين الطلاب الأكبر حجماً عند خلط دوال الخسارة بشكل مناسب، في حين أن المعلمين الأقوى لا يؤدي وجودهم دائماً إلى نتائج أفضل.
تقدم الورقة البحثية ETCHR، وهو إطار عمل لتحرير الصور يعتمد على الفصل والوعي بالاستدلال، يعمل على سد الفجوة بين الأسئلة المجردة والتحولات البصرية من خلال وصفة تدريب مكونة من مرحلتين، مما يعزز بشكل كبير قدرات الاستدلال البصري لمختلف النماذج اللغوية الكبيرة متعددة الوسائط عبر عائلات مهام متعددة.
من خلال دراستين واسعتي النطاق تستخدمان تمثيلات النماذج اللغوية الكبيرة، يوضح هذا البحث أن بنية وديناميكيات السرديات الداخلية لا تتنبأ بشدة الاكتئاب فحسب، بل تؤثر أيضًا بشكل سببي على الحالات الوجدانية، مما يشير إلى أن الوجدان يعمل كحالة حوسبية تقيد بناء السرد وتدمج السياق.
تقدم هذه الورقة البحثية GPBench، وهو معيار تقييم جديد قائم على الكفاءة للممارسة العامة، لتقييم عشرة من النماذج اللغوية الكبيرة المتطورة، وتخلص إلى أن النماذج الحالية ليست مناسبة بعد للنشر السريري المستقل، مما يستلزم إشرافاً بشرياً مستمراً وتحسيناً إضافياً.
تقدم هذه الورقة MTR-Bench، وهو معيار شامل ومؤتمت بالكامل يتكون من 40 مهمة و3,600 نموذج مصمم لتقييم قدرات الاستدلال التفاعلي متعدد الجولات لنماذج اللغات الكبيرة، مما يكشف أن حتى النماذج المتطورة تعاني في مثل هذه المهام.
تقدم الورقة البحثية STAND، وهي طريقة فك تشفير استنتاجي خالية من النماذج (model-free) تستفيد من مسودة N-gram التكيفية العشوائية لاستغلال التكرارات الاستدلالية المتأصلة، محققةً خفضاً بنسبة 60-65% في زمن انتقال الاستدلال عبر مختلف مهام الاستدلال دون المساس بالدقة أو الحاجة إلى تدريب إضافي للنموذج.