11158 ورقة بحثية
تقترح هذه الورقة نموذج نمذجة المكافأة داخل السياق المتغير (ICRM)، وهو إطار عمل بايزي مبتكر يتيح إمكانية التوجيه في وقت الاختبار لنماذج المكافأة من خلال التكيف مع توزيعات التفضيلات غير المرئية عبر نماذج توضيحية داخل السياق، مما يحسن الدقة، والمعايرة، والمواءمة متعددة الأهداف مع توفير ضمانات نظرية ضد الإفراط في التحسين.
تُظهر هذه الورقة أنه بينما يمكن للذكاء الاصطناعي أن يسرع سير العمل العلمي بشكل كبير ويحافظ على الاتساق المنطقي في تقييمات تغير المناخ، مثل تحليل استقرار دوران التقلب الأطلسي (AMOC)، فإنه يتطلب إشرافاً خبيراً وتوليفاً بشرياً كبيراً لإنتاج تقارير علمية دقيقة ومقبولة.
تقدم هذه الورقة البحثية TaperNorm، وهو نهج بوابي لنماذج الـ transformer من نوع pre-norm يقوم بإزالة طبقات التقييس (normalization) الداخلية تدريجيًا لتحسين إنتاجية الاستدلال، وتكشف أن التقييس النهائي يعمل أساسًا على تثبيت مقياس تمثيلات ما قبل الطبقة الخطية (pre-logit)، وهو دور يمكن استبداله بالتحجيم ذي الهدف الثابت لتمكين نماذج خالية تمامًا من طبقات التقييس.
تقدم الورقة البحثية MASFactory، وهو إطار عمل متمحور حول الرسوم البيانية يستخدم نهج "Vibe Graphing" القائم على تدخل العنصر البشري لترجمة النوايا باللغة الطبيعية إلى سير عمل متعدد الوكلاء قابل للتنفيذ، مما يعالج تحديات التنفيذ اليدوي، وإعادة الاستخدام، وتكامل السياق، مع إثبات فعاليته عبر سبعة معايير مرجعية عامة.
تتقصى هذه الورقة كيفية تمثيل نماذج اللغات الكبيرة (LLMs) للإعاقة من خلال مقارنة منشورات وسائل التواصل الاجتماعي التي أنشأها الذكاء الاصطناعي بتلك التي كتبها أفراد حقيقيون، كاشفةً أن نماذج اللغات الكبيرة تميل إلى إنتاج صور نمطية مثالية وإيجابية بشكل مفرط تمحو التحديات الواقعية، بينما تظهر في الوقت ذات ذاته تحيزات سلبية تستبعد ذوي الإعاقة من مواضيع مثل العمل والترفيه.
تقترح هذه الدراسة طريقة تحقق من المطالبات متعددة المراحل واعية بالكمية للتخفيف من الهلوسة وعدم الاستقرار في نماذج LLaMA-3.1 المكممة ذات البتات المنخفضة، مما يثبت أنه بينما تتطابق نماذج 8 بت بشكل أفضل مع الحقيقة الأرضية المرمزة بشرياً، فإن التقنية المقترحة تعزز بشكل كبير دقة وموثوقية النماذج ذات البتات الأقل (4 بت، و3 بت، و2 بت) من أجل الأبحاث النوعية منخفضة التكلفة.
تقترح هذه الورقة إطاراً هيكلياً يجمع بين المعالجة المتوازية على مستوى الأجزاء والدمج المرتكز على الأدلة للحد بشكل كبير من التحيز التحليلي، وأخطاء الحذف، والادعاءات غير المدعومة في النماذج اللغوية الكبيرة عند تحليل المستندات الطويلة، مما يعزز بشكل خاص أداء النماذج الأصغر حجماً.
تقدم الورقة البحثية MedicalBench، وهو معيار مرجعي مبتكر مستمد من بيانات MIMIC-IV، والذي يقيم النماذج اللغوية الكبيرة في المهمة الصعبة المتمثلة في استخراج المفاهيم الطبية الضمنية مع ربطها بأدلة على مستوى الجملة، مما يكشف عن قصور النماذج الحالية في الاستنتاج الطبي والقابلية للتفسير.
تقدم الورقة البحثية ProxyCoT، وهو إطار تدريب يعزز الاستدلال في السياقات الطويلة لدى النماذج اللغوية الكبيرة من خلال نقل مسارات سلسلة الأفكار عالية الجودة المستمدة من سياقات وسيطة قصيرة إلى تسلسلات كاملة الطول عبر الضبط الدقيق الخاضع للإشراف، مما يحقق أداءً فائقاً مع تقليل التكاليف الحسابية وقدرة قوية على التعميم خارج النطاق.
تُظهر هذه الدراسة أن المحفزات ذات الإطار العاطفي تُحدث تحولات سلوكية ملموسة وأنماط تمثيل داخلي متميزة ومنظمة في النماذج اللغوية الصغيرة، مما يكشف عن اتجاهات تحكم حساسة للمحفزات دون الإيحاء بوجود حالات عاطفية جوهرية.