11158 ورقة بحثية
تقدم هذه الدراسة إطار عمل للذكاء الاصطناعي مدركاً للسياق ومركزاً على الضحية، يستفيد من نماذج لغوية كبيرة مدربة على مجموعة بيانات من رسائل إنستغرام الخاصة للكشف بدقة أكبر عن التحرش عبر الإنترنت وتوليد استجابات داعمة نفسياً تتفوق على ردود الفعل البشرية من حيث الدعم العاطفي وتهدئة الموقف.
تستخدم هذه الورقة الشطرنج كبيئة اختبار مضبوطة لتوضيح أن النماذج اللغوية الكبيرة تعتمد بشكل كبير على حفظ الأنماط الشائعة، حيث يتدهور أداؤها بشكل كبير ويقترب من العشوائية عند مواجهة وضعيات مستحدثة تفتقر إلى الأولويات التدريبية ذات الصلة، مما يكشف عن قيود متأصلة في قدراتها على التعميم المنهجي.
تقدم هذه الورقة البحثية ECG-R1، وهو أول نموذج لغوي كبير متعدد الوسائط قائم على الاستنتاج يضمن تفسيراً موثوقاً لتخطيط كهربائية القلب من خلال توليد تعليمات موجهة بالبروتوكول، وبنية منفصلة عن النمط (modality-dequpled) مع إسقاط متداخل، والتعلم التعزيزي مع مكافآت الأدلة التشخيصية، بينما تسلط الضوء أيضاً على انتشار الهلوسة في النماذج اللغوية الكبيرة الطبية متعددة الوسائط الحالية.
تقترح الورقة البحثية "تحسين سياسة حالة الانتشار" (DiSPO)، وهي طريقة إضافية تعزز نماذج اللغة الانتشارية المقنعة من خلال تحسين قرارات ملء الرموز الوسيطة مباشرة عبر آلية تفرع وتقييم، مما يؤدي إلى تحسين الأداء في المهام المعقدة مثل الرياضيات والتخطيط دون الحاجة إلى حوسبة إضافية أو خطوات محسّن.
تجادل هذه الورقة بأن تدريب التنبؤ بالرمز التالي المعياري ينتج تمثيلات فقيرة معلوماتياً وغير صالحة للذاكرة، وتقترح بنية مشفر-فك تشفير قابلة للتوازي يتم تدريبها باستخدام أهداف سببية واحتفاظ بالمعلومات مشتركة لتحقيق تكوين ذاكرة عالي الدقة وكفاءة حوسبية.
تقترح هذه الورقة طريقة تكيفية لاسترجاع الجداول تقوم بتعديل عدد الجداول المسترجعة ديناميكيًا بناءً على متطلبات الاستعلام باستخدام العتبة التكيفية وإعادة الترتيب بالنافذة المنزلقة، مما يتغلب على قيود استراتيجيات (top-k) الثابتة ويحسن الأداء في معايير (text-to-SQL) مثل Spider وBIRD.
يُعد UCCI إطار عمل توجيه يعتمد على المعايرة أولاً، حيث يقوم برسم خرائط عدم اليقين على مستوى الرمز (token) إلى احتمالات خطأ لكل استعلام عبر الانحدار المتساوي (isotonic regression)، ويقوم بتحسين عتبات التصعيد من خلال تقليل التكلفة المقيد، محققاً انخفاضاً بنسبة 31% في تكلفة الاستدلال مع الحفاظ على دقة عالية في عبء عمل التعرف على الكيانات المسماة (NER) في بيئة الإنتاج مقارنة بنماذج التوجيه المرجعية الحالية.
تحدد هذه الورقة وتتحقق من بنية تركيبية للمبادئ الأدبية الأولية —بما في ذلك بوابات التسمية، والسمات الذاتية، والمعدلات الأسلوبية— ضمن النماذج اللغوية الكبيرة المضبوطة بالتعليمات (Llama 3.1 وGemma 2) باستخدام المشفّرات التلقائية المتناثرة، مما يثبت أن توجيه السمات المستهدف يمكنه توليد مخرجات عاطفية وأسلوبية محددة بشكل موثوق عبر بنيات نماذج مختلفة بتكلفة حوسبية ضئيلة.
تقدم الورقة البحثية طريقة PASC، وهي طريقة تنبؤ تلاؤمي مدركة لمسار المعالجة (pipeline-aware) تضمن ضمانات تغطية مشتركة في العينات المحدودة لأنظمة معالجة اللغات الطبيعية والنماذج اللغوية الكبيرة متعددة المراحل، وذلك من خلال اختزال المشكلة إلى عملية حساب كمي لعدد قياسي واحد، مما يجعلها تتفوق بشكل كبير على المعايرة المستقلة وحدود بونفيروني المتحفظة من حيث الدقة والكفاءة.
تقدم هذه الورقة إطار عمل مؤتمتًا متعدد الوكلاء لإنشاء معايير مرجعية دقيقة وغنية بالبيانات الوصفية، قائمة على مواد مرجعية توفر موثوقية فائقة في الحقائق المرجعية وتغطية شاملة للكفاءات مقارنة بالتقييمات الحالية مثل MMLU وGSM8K.