11158 ورقة بحثية
تقدم الورقة البحثية LANG، وهو إطار عمل جديد للتعلم التعزيزي يستخدم تلميحات مشروطة باللغة مع اضمحلال تدريجي وتبديل تكيفي لتعزيز أداء الاستدلال متعدد اللغات بشكل كبير مع منع الانجراف اللغوي غير المقصود نحو اللغة الإنجليزية.
تكشف هذه الورقة أن ظاهرة "الفرط في الملاءمة" (Hyperfitting) في النماذج اللغوية الكبيرة لا تنتج مجرد نتيجة لحدة انخفاض الإنتروبيا، بل تنبع من توسع هندسي ديناميكي معتمد على السياق في كتلة المحولات الأخيرة التي تعزز الرموز ذات الذيل العميق، وهي آلية يمكن محاكاتها بكفاءة باستخدام استراتيجية "LoRA في المرحلة المتأخرة" المستهدفة التي تقوم بتحديث آخر خمس طبقات فقط.
يوفر هذا البرنامج التعليمي إطارًا موحدًا لنماذج الانتشار من خلال اشتقاق ديناميكياتها الأمامية والعكسية من المعادلات التفاضلية، وتوضيح التكافؤ بين أهداف التدريب القياسية ومطابقة الدرجة (score matching)، وتوضيح الروابط النظرية بين طرق أخذ العينات المختلفة مثل DDPM وDDIM والتوليد الموجه.
تقدم هذه الورقة قاعدة بيانات شاملة لمعايير حسية حركية وتجسيدية ذات 11 بُعداً لـ 3,000 مفهوم من اللغة الصينية المندرينية، مما يثبت موثوقيتها العالية، وقدرتها التنبؤية في مهام اتخاذ القرار المعجمي، وإمكانية استردادها جزئياً من التمثيلات اللغوية البحتة.
تقترح هذه الورقة إطار عمل للتدريب باستخدام التعلم المعزز من التغذية الراجعة البشرية غير المتوافقة (RLIF) متعدد المكافآت وخالٍ من الانهيار، يجمع بين التصويت العنقودي على مستوى الإجابة ومكافآت اليقين الذاتي على مستوى الرمز (token) مع تطبيع GDPO وتنظيم KL-Cov لتمكين الاستدلال طويل الأمد المستقر وغير الخاضع للإشراف في النماذج اللغوية الكبيرة (LLMs) دون الاعتماد على إشراف خارجي قائم على الحقيقة الأرضية.
تُظهر هذه الدراسة المنهجية أنه في حين أن استرجاع المعرفة الأخلاقية يحسن باستمرار الكشف عن قيم "شوارتز" في النصوص السياسية، فإن مجرد زيادة طول السياق أو حجم النموذج لا يضمن أداءً أفضل، حيث يتفوق الدمج المبكر للمعرفة المسترجعة على متغيرات "RAG" الأخرى والنماذج الأكبر حجماً.
تقدم هذه الورقة البحثية "غليان الضفدع" (Boiling the Frog)، وهو معيار متعدد الجولات مصمم لتقييم مدى عرضة وكلاء الذكاء الاصطناعي مستخدمي الأدوات للهجمات التدريجية في بيئات الشركات، مما يكشف أن النماذج الحالية غالباً ما تفشل في الحفاظ على السلامة مع تصاعد المهام الحميدة تدريجياً إلى سيناريوهات عالية المخاطر.
تقترح هذه الورقة البحثية وتتحقق من صحة طريقة كشف موجهة بالدلالات الصورية، تستفيد من النماذج اللغوية الكبيرة متعددة الوسائط (MLLMs) لدمج الصور المرئية مع التحليل النصي، محققةً أداءً هو الأفضل في فئته في كشف الشعر الصيني الحديث المُنشأ بواسطة الذكاء الاصطناعي، ومتفوقةً بذلك على كل من النماذج اللغوية الكبيرة المعتمدة على النص فقط والمكتشفات التقليدية مثل RoBERTa.
تُثبت هذه الورقة أنه على الرغم من التحديات المتعلقة بالفروق الثقافية الدقيقة واللغة العامية، فإن الترجمة الآلية القائمة على النماذج اللغوية الكبيرة تحافظ بفعالية على الإشارات الأخلاقية الدقيقة في بيانات وسائل التواصل الاجتماعي البولندية، مما يتيح إجراء أبحاث عابرة للغات حول القيم الأخلاقية بتكلفة اقتصادية من خلال تشابه دلالي عالٍ وفجوات أداء ضئيلة في مهام التصنيف اللاحقة.
تقدم هذه الورقة البحثية ToaST، وهي طريقة جديدة لتقطيع الكلمات الفرعية تستخدم أشجار التقسيم والبرمجة الصحيحة لتحسين اختيار المفردات لتقليل عدد الرموز إلى الحد الأدنى، محققةً تحسينات كبيرة في كفاءة الضغط وأداء النماذج اللغوية مقارنة بالنماذج المرجعية الحالية مثل BPE وWordPiece.