11158 ورقة بحثية
تقترح هذه الورقة مسار تدريب متعدد المراحل يجمع بين المعالجة المسبقة القائمة على اللغة ومجموعة من النماذج للكشف عن التعليقات المسيئة في اللغات الهندية مع تقليل الإيجابيات الكاذبة للحفاظ على حرية التعبير.
تقدم هذه الورقة "مجموع الإنتروبيا العالية" (HES)، وهو مقياس لا يتطلب تدريباً يعمل على تحديد بيانات الاستدلال عالية الجودة بكفاءة من خلال جمع الإنتروبيا لأعلى الرموز، مما يحسن بشكل كبير أداء النماذج اللغوية الكبيرة عبر نماذج الضبط الدقيق الخاضع للإشراف، والضبط الدقيق بالرفض، والتعلم التعزيزي، مع تقليل التكاليف الحسابية.
تقدم الورقة البحثية "إيبيكيور" (Epicure)، وهي عائلة من تضمينات المكونات متعددة اللغات المدربة على 4.14 مليون وصفة تستخدم مخططات مسار عشوائي متميزة للتنقل عبر رسم بياني هجين لتواجد المكونات معاً ومركبات النكهة الكيميائية، مما يضع النماذج عند نقاط متفاوتة على طول طيف يمتد بين سياق الوصفة والبنية الكيميائية.
تقدم هذه الورقة محاكاة حاسوبية (in silico) لمخزن RAMPHO المؤقت باستخدام الإنتروبيا الصوتية من نموذج wav2vec 2.0 لتوضيح أنه في حين أن تدمير المحتوى الدلالي للمشتت يخفف من الحجب المعلوماتي عند نسب الإشارة إلى الضجيج العالية، فإنه يؤدي في الوقت ذاته إلى تدهور إشارات التلميح الزمني عند النسب المنخفضة، مما يكشف عن مشكلة تحسين "باريتو" معرفية-صوتية جوهرية في إدراك الكلام.
تقدم هذه الورقة BLADE، وهو مجموعة بيانات منسقة تضم 4,196 زوجًا من التفاعلات المصممة لمعالجة إخفاقات أساليب التبجيل والبراغماتية في توليد اللغة البنغالية متعددة اللغات، مما يثبت أن الضبط الدقيق للنماذج ذات الأوزان المفتوحة على هذا المورد يحسن بشكل كبير من الدقة الهيكلية والمواءمة الثقافية.
تُظهر هذه الدراسة أن العميل المحادثاتي المصمم للتكيف مع أنماط التفكير الفردية عبر دمج عمليات النظام 1 والنظام 2 يعزز سلوكاً تأملياً أكثر تخصيصاً وشمولية وتكاملاً مقارنة بالتأمل غير المدعوم أو بالعميل المرجعي غير المتكيف.
تُعد Search-E1 طريقة تطور ذاتي تعزز وكلاء الاستدلال المعززين بالبحث باستخدام تقنيتي GRPO الخام والتقطير الذاتي غير المتصل فقط، وذلك لتحقيق أداء رائد في معايير الأسئلة والأجوبة دون الاعتماد على إشراف خارجي معقد أو وحدات مساعدة.
تقدم هذه الورقة "تجريد المشهد" (Scene Abstraction)، وهو إطار عمل يستخدم النماذج اللغوية الكبيرة لإنشاء تمثيلات مهيكلة للسياقات الموقعية والارتباطات الوجدانية للكلمات، والذي تم التحقق من صحته من خلال مجموعة بيانات جديدة (COCA-Scenes) وتجارب تثبت تفوق توافقه مع التفسير البشري مقارنة بنهج التضمين وقواعد المعرفة الحالية.
تُثبت هذه الورقة أن طريقة التقييم الحالية القائمة على المطالبة الواحدة (single-prompt) لنماذج التضمين المضبوطة بالتعليمات معيبة بشكل جوهري بسبب حساسيتها العالية لصياغة التعليمات، مما يؤدي إلى درجات أداء مضللة وتصنيفات غير مستقرة في لوحة الصدارة، وهو ما يستلزم وجود معايير قياس تتضمن متانة المطالبة.
تقدم الورقة البحثية SynAE، وهو إطار تقييم متعدد المحاور مصمم لتقييم صلاحية وتماثل وتنوع مجموعات البيانات الاصطناعية لوكلاء استدعاء الأدوات (tool-calling agents) من خلال تحليل تعليمات المهام، واستدعاءات الأدوات، والمخرجات، والأداء اللاحق، مما يثبت أنه لا يكفي مقياس واحد لتوصيف جودة البيانات الاصطناعية.