cs.CL ورقة بحثية

Difficulty-Based Preference Data Selection by DPO Implicit Reward Gap

تقدم هذه الورقة استراتيجية مبتكرة لاختيار البيانات بناءً على الصعوبة لعملية التحسين المباشر للتفضيلات (DPO)، والتي تحدد أمثلة التفضيل الصعبة عبر فجوات مكافأة ضمنية أصغر، مما يحسن كفاءة وأداء محاذاة النموذج بشكل كبير باستخدام 10% فقط من البيانات الأصلية مقارنة بالنماذج المرجعية الحالية.

Xuan Qi, Rongwu Xu, Zhijing Jin2026-05-19

💬 NLP

We Think, Therefore We Align LLMs to Helpful, Harmless and Honest Before They Go Wrong

تقدم هذه الورقة البحثية "التوجيه التكيفي متعدد الفروع" (AMBS)، وهو إطار عمل "ترانسفورمر" (Transformer) من مرحلتين بنمط (1-إلى-N) يعمل على مواءمة النماذج اللغوية الكبيرة مع أهداف المساعدة، وعدم الإضرار، والصدق في آن واحد، وذلك عبر بارامترية تحويلات خاصة بكل هدف بالنسبة لتمثيل مشترك، مما يتغلب على مشكلات التداخل وعدم الاتساق التي واجهت الطرق السابقة مع الحفاظ على كفاءة الاستدلال.

Gautam Siddharth Kashyap, Mark Dras, Usman Naseem2026-05-19

💬 NLP

Can LLMs Refuse Questions They Do Not Know? Measuring Knowledge-Aware Refusal in Factual Tasks

تقدم هذه الورقة "مؤشر الرفض" (RI)، وهو مقياس مبتكر يعتمد على الارتباط بين احتمالات الرفض والخطأ، لقياس وكشف قدرات الرفض القائمة على المعرفة وغير الموثوقة غالباً في النماذج اللغوية الكبيرة خلال المهام الواقعية بشكل فعال.

Wenbo Pan, Jie Xu, Qiguang Chen, Junhao Dong, Libo Qin, Xinfeng Li, Haining Yu, Xiaohua Jia2026-05-19

💬 NLP

Red-Bandit: Test-Time Adaptation for LLM Red-Teaming via Bandit-Guided LoRA Experts

يُعد Red-Bandit إطار عمل للتكيف في وقت الاختبار يقوم باختيار خبراء LoRA متخصصين ديناميكيًا باستخدام سياسة "المتعدد الأذرع" (multi-armed bandit) لتحديد واستغلال الثغرات الخاصة بالنماذج في النماذج اللغوية الكبيرة بكفاءة، محققًا أداءً رائدًا في مجال "الفريق الأحمر" (red-teaming) مع توليد مطالبات هجوم أكثر قابلية للقراءة من قبل البشر.

Christos Ziakas, Nicholas Loo, Nishita Jain, Alessandra Russo2026-05-19

💬 NLP

Dynamic Generation of Multi-LLM Agents Communication Topologies with Graph Diffusion Models

تقدم هذه الورقة البحثية نموذج الانتشار الطوبولوجي الموجه (GTD)، وهو إطار توليدي مبتكر يستفيد من نماذج انتشار الرسوم البيانية المنفصلة المشروطة ونموذج وكيل خفيف الوزن لتخليق طوبولوجيات اتصال تكيفية مع المهام وفعالة لأنظمة الوكلاء متعددة النماذج اللغوية الكبيرة ديناميكيًا، مما يتغلب على قيود التصميمات الثابتة ويحسن أداء التعاون بشكل كبير.

Eric Hanchen Jiang, Mengting Li, Guancheng Wan, Sophia Yin, Yuchen Wu, Xiao Liang, Xinfeng Li, Yizhou Sun, Wei Wang, Kai (…)2026-05-19

💬 NLP

Beacon: Single-Turn Diagnosis and Mitigation of Latent Sycophancy in Large Language Models

تقدم الورقة البحثية "Beacon"، وهو معيار اختبار أحادي الدور يعزل ويقيس التملق الكامن في النماذج اللغوية الكبيرة كعلاقة مقايضة بين الصدق والمداهنة، مما يكشف عن انحيازاته الفرعية المعتمدة على القدرة ويمكّن من التدخلات المستهدفة لإعادة محاذاة النماذج مع الدقة الواقعية.

Sanskar Pandey, Ruhaan Chopra, Angkul Puniya, Sohom Pal2026-05-19

💬 NLP

DecoupleSearch: Decouple Planning and Search via Hierarchical Reward Modeling

تقترح هذه الورقة البحثية DecoupleSearch، وهو إطار عمل مبتكر يعزز تقنية RAG الوكيلية (Agentic RAG) من خلال فصل عمليتي التخطيط والبحث عبر نماذج قيمة مزدوجة وبحث شعاعي هرمي لمعالجة تحديات الإشراف على الخطوات وتعقيد فضاء المرشحين.

Hao Sun, Zile Qiao, Bo Wang, Guoxin Chen, Yingyan Hou, Yong Jiang, Pengjun Xie, Fei Huang, Yan Zhang2026-05-19

💬 NLP

Evo-Memory: Benchmarking LLM Agent Test-time Learning with Self-Evolving Memory

تقدم هذه الورقة Evo-Memory، وهو معيار وإطار عمل شامل للبث المصمم لتقييم وتعزيز قدرات الذاكرة ذاتية التطور لوكلاء النماذج اللغوية الكبيرة (LLM) في بيئات المهام المستمرة والديناميكية، والتي تتميز بمسار ReMem المقترح الذي يدمج الاستنتاج، والأفعال، وتحديثات الذاكرة من أجل التحسين المستمر.

Tianxin Wei, Noveen Sachdeva, Benjamin Coleman, Zhankui He, Yuanchen Bei, Xuying Ning, Mengting Ai, Yunzhe Li, Jingrui H (…)2026-05-19

💬 NLP

SignRoundV2: Toward Closing the Performance Gap in Extremely Low-Bit Post-Training Quantization for LLMs

تُعد SignRoundV2 إطار عمل للكمية ما بعد التدريب يستخدم استراتيجية دقة مختلطة تكيفية وتقنيات تثبيت خفيفة الوزن لتقليص الفجوة في الأداء بين النماذج اللغوية الكبيرة المكممة وتلك ذات الدقة الكاملة بشكل كبير، محققةً نتائج تقترب من فقدان البيانات في إعدادات MXFP المختلطة وتحسينات جوهرية في كمية الأوزان فقط عند مستوى 2 بت الصعب.

Wenhua Cheng, Weiwei Zhang, Heng Guo, Haihao Shen, Zaner Ma2026-05-19

💬 NLP

ShareChat: A Dataset of Chatbot Conversations in the Wild

تقدم هذه الورقة البحثية ShareChat، وهي مجموعة بيانات ضخمة متعددة المنصات تضم 142,808 محادثة حقيقية مع روبوتات الدردشة تحافظ على خصائص الواجهة الأصلية عبر 95 لغة لتمكين تقييم أكثر واقعية للنماذج اللغوية الكبيرة بما يتجاوز المعايير الموحدة التي تقتصر على النصوص فقط.

Yueru Yan, Tuc Nguyen, Bo Su, Melissa Lieffers, Thai Le2026-05-19

→ السابق التالي ←