11158 ورقة بحثية
تحدد هذه الورقة "انتقال محاذاة" خفيًا في النماذج اللغوية حيث يتحول الاستنتاج والصدق من كونهما متضادين إلى كونهما متعاونين بعد تجاوز مقياس حرج، وهو تغير طوري يمكن التنبؤ به والتلاعب به من خلال التعديلات الهيكلية، وتقنيات تنقية البيانات، ووصفات التدريب دون الحاجة إلى الوصول إلى المكونات الداخلية للنموذج.
تقترح هذه الورقة إطاراً تشخيصياً يفكك أداء النماذج الرائدة إلى اتجاهات اقتران سكاني وبواقي لكل إصدار للكشف عن كيفية تفاعل قدرات البرمجة والاستدلال، وتباينها حسب المختبر، وتطورها بمرور الوقت، مما يوفر في النهاية خطة استراتيجية لاختيار المعايير الأكثر إفادة في المرحلة المقبلة مع تشبع لوحات الصدارة الحالية.
تقترح الورقة البحثية إطار عمل SAGE، الذي يتغلب على قيود الاستكشاف في التعلم التعزيزي من التغذية الراجعة اللغوية (RLVR) القياسي في النماذج اللغوية الكبيرة (LLMs) عبر إعادة تشكيل توزيع مرساة "التباعد العكسي لـ KL" (reverse-KL) بواسطة دالة توجيه، مما يحقق تحسينات متزامنة في كل من pass@1 وpass@k في مهام الاستدلال الرياضي.
يُعد ZeroUnlearn إطار عمل لتعلم "إلغاء المعرفة" بأسلوب التعلم من أمثلة قليلة، حيث يعيد صياغة المهمة كمسألة إعادة رسم خرائط معرفية دقيقة عبر تعديل النموذج، مستخدماً تحديثات بارامترية ضربية لإزالة المعلومات الحساسة بكفاءة مع الحفاظ على المنفعة العامة للنموذج.
تقدم الورقة البحثية DiDi-Merging، وهو إطار عمل مدمج لدمج النماذج الديناميكية يستخدم تخصيص الرتب القابل للتفاضل والتحسين الخالي من البيانات لتحقيق توازنات فائقة بين الدقة والكفاءة عبر مهام الرؤية واللغة والمهام متعددة الوسائط بمعاملات أقل بكثير من الطرق الحالية.
تقدم هذه الورقة مفهوم "مفارقة ندرة التوسيم" لتجادل بأنه بينما تقدمت معالجة اللغات الطبيعية للموارد المنخفضة بسرعة من خلال التوسع والتعلم بنقل المعرفة، فإن تقدمها مهدد معرفياً بنقص حاد في التقييم البشري الخبير والمتكافئ، مما يستوجب تحولاً جذرياً من استخراج البيانات التعاملي إلى ممارسات تقييم مجتمعية متجذرة وذات سيادة.
تقدم هذه الورقة مجموعة بيانات مرجعية وإطار تقييم جديد لخمسة أنظمة تجارية للتعرف التلقائي على الكلام (ASR) عبر الكلام المتداخل لغوياً في أزواج اللغات العربية والفارسية والألمانية، مما يثبت أن نظام ElevenLabs Scribe v2 يحقق أفضل أداء مع تسليط الضوء على تفوق مقياس BERTScore على معدل الخطأ في الكلمات (WER) التقليدي في التعامل مع تباين الكتابة الصوتية (transliteration) والكشف عن فجوات الأداء من خلال تحليل مُصنف حسب درجة الصعوبة.
تقدم هذه الورقة البحثية DecisionBench، وهو ركيزة معيارية شاملة لتقييم التفويض الناشئ في تدفقات العمل الوكيلية طويلة الأمد عبر نماذج ومهام متنوعة، كاشفةً أنه بينما تظل جودة المهام مستقرة عبر ظروف الوعي المختلفة، إلا أن هناك إمكانات غير مستغلة كبيرة لتحسين دقة التوجيه وأداء التنسيق العام.
تُظهر هذه الدراسة أن لغة التلقين تؤثر بشكل كبير على الاستنتاج التشخيصي ودقة معظم النماذج اللغوية الكبيرة في السياقات السريرية، حيث تفوقت الإنجليزية عمومًا على الفرنسية في أربعة من أصل خمسة نماذج تم تقييمها، مما يسلط الض الضوء على عائق حاسم أمام النشر العالمي العادل.
تقدم الورقة البحثية MMoA، وهو إطار عمل تكراري لخليط من الوكلاء (Mixture-of-Agents) يستخدم بوابة قائمة على الذاكرة الطويلة قصيرة المدى (LSTM) لتعديل مساهمات الوكلاء ديناميكيًا بناءً على السياق التاريخي، محققًا أداءً مشابهًا لأنظمة خليط الوكلاء التقليدية مع تقليل التكاليف الحسابية بشكل كبير.