11158 ورقة بحثية
تجادل هذه الورقة بأن طرق تقدير عدم اليقين الحالية للنماذج اللغوية الكبيرة تفشل بشكل جوههري لأنها تكتفي بقياس الاتساق الداخلي للتوليد عبر التجميع غير الخاضع للإشراف بدلاً من قياس الصحة الواقعية الخارجية، مما يخلق شعوراً مخادعاً بالأمان لا يمكنه اكتشاف الهلوسات الواثقة.
تقدم هذه الورقة إطار عمل "عزو الثقة التدريجي" (SCA)، وهو إطار لتشخيص إخفاقات الاستدلال متعدد الخطوات في النماذج اللغوية الكبيرة ذات الصندوق الأسود عبر تطبيق مبدأ "عنق زجاجة المعلومات" لتعيين درجات ثقة على مستوى الخطوة بناءً على هياكل الإجماع، مما يتيح تصحيحاً ذاتياً أكثر فعالية من التغذية الراجعة التقليدية على مستوى الإجابة.
تقدم الورقة البحثية FormalASR، وهو زوج من النماذج المتكاملة (end-to-end) المدمجة (0.6 مليار و1.7 مليار)، والتي تم تدريبها على مجموعات بيانات ضخمة تم إنشاؤها حديثاً لتحويل اللغة الصينية المنطوقة مباشرة إلى نص مكتوب رسمي، مما يقلل بشكل كبير من معدلات الخطأ ويلغي الحاجة إلى نماذج لغوية كبيرة (LLMs) تسبب تأخراً في الاستجابة أثناء المعالجة اللاحقة.
تقدم هذه الورقة DECOR، وهو إطار عمل متعدد الوكلاء قائم على نظرية التلاعب بالمعلومات، والذي يحقق تدقيقاً دقيقاً وقابلاً للتفسير وبأداء هو الأفضل حالياً لخداع النماذج اللغوية الكبيرة من خلال تفكيك الاستجابات إلى وحدات ذرية وتصنيفها عبر أربعة أبعاد للتلاعب.
تقدم هذه الورقة OpenCompass، وهو منصة تقييم مفتوحة المصدر، وقابلة للتوسع، وعالية التزامن، صُممت للتغلب على قيود المعايير المرجعية الاستاتيكية التقليدية من خلال توفير إطار عمل معياري وموحد للتقييم الشامل والفعال للنماذج اللغوية الكبيرة عبر مجالات متنوعة.
تُظهر هذه الورقة أن النماذج اللغوية الكبيرة غالباً ما تخفق في توحيد العروض المتباينة للمفهوم الكامن نفسه (مثل اللغات المختلفة أو النماذج البرمجية المختلفة) في تمثيلات داخلية مشتركة، مما يؤدي إلى تعلم زائد، وانخفاض في كفاءة العينات، وتحول طوري في فعالية التدخل بناءً على عدد عروض المفهوم.
تقدم الورقة البحثية إطار عمل STAR-PólyaMath، وهو إطار عمل متعدد الوكلاء يتميز بـ "استراتيجي ميتا" (Meta-Strategist) مستمر وحلقات "مستنتج-متحقق" (Reasoner-Verifier) مهيكلة، والذي يحقق أداءً هو الأفضل في فئته على ثمانية معايير مرجعية رياضية رفيعة المستوى من خلال التخفيف الفعال من الهلوسة، وتجزئة الذاكرة، وإساءة استخدام الأدوات عبر الإشراف على مستوى الميتا.
تقدم الورقة البحثية HalluWorld، وهو معيار مرجعي محكوم يستخدم نماذج عوالم مرجعية صريحة لتقييم وتصنيف الهلوسة في النماذج اللغوية بشكل منهجي، كاشفةً أنه بينما تم حل الأخطاء الإدراكية إلى حد كبير، لا تزال التحديات قائمة في تتبع الحالة متعدد الخطوات، والمحاكاة السببية، والامتناع.
تقدم هذه الورقة البحثية "المعايرة اللغوية المعززة بالاسترجاع" (RALC)، وهي إطار عمل لاحق للتحليل يعمل على نمذجة الثقة اللغوية كتوزيع احتمالي ويستخدم إعادة الكتابة المعززة بالاسترجاع لتحسين دقة وموثوقية العبارات ذات اللغة الطبيعية ومعايرتها بشكل كبير عبر مختلف النماذج اللغوية الكبيرة.
تقدم هذه الورقة البحثية IMLJD، وهي مجموعة بيانات حوسبية مفتوحة تضم 3,613 حكماً قضائياً من قضايا النزاعات الزوجية الهندية الصادرة عن المحكمة العليا ومحكمة كارناتاكا العليا (2000-2024)، والتي تكشف عن تفاوت كبير في معدلات نجاح عرائض الإبطال بين المحكمتين، إلى جانب بيانات وصفية مهيكلة ورسم بياني معرفي للتحليل القانوني.