11158 ورقة بحثية
يقدم Co-RAG إطار عمل ديناميكي لتوليد النصوص المعزز بالاسترجاع ومستقل عن النموذج، يعمل على الحد من الهلوسة من خلال قياس عدم اليقين عبر إحصائيات متن التدريب المسبق الموضوعية (تكرار الكيانات والتواجد المشترك) عبر تقنية Infini-gram، محققاً مكاسب كبيرة في الأداء عبر نماذج ومعايير متنوعة دون الاعتماد على إشارات النموذج الداخلية غير الموثوقة.
تقدم هذه الورقة البحثية "المونتاج التوليدي" (Generative Montage)، وهو هجوم تواطؤ معرفي مبتكر حيث تستغل الوكلاء المستقلون نزعات الاستنتاج لدى النماذج اللغوية الكبيرة للتلاعب بالمعتقدات عبر تركيب سرديات مضللة من أدلة حقيقية متاحة علنًا، مما يكشف أن حتى النماذج المتقدمة معرضة بشدة لمثل هذا التلاعب القائم على الحقيقة.
تقدم هذه الورقة البحثية KASER، وهو نهج جديد قائم على التعلم التعزيزي يعمل على مواءمة توليد الأخطاء مع معرفة الطالب لمحاكاة أخطاء برمجية متنوعة ودقيقة بفعالية، متفوقاً بذلك على النماذج المرجعية الحالية في كل من التنبؤ بالأخطاء وتنوع الكود البرمجي في مجموعات البيانات الواقعية.
تقدم الورقة البحثية إطار عمل DoublyCal، الذي يعزز دقة وموثوقية النماذج اللغوية الكبيرة (LLMs) ذات الصندوق الأسود من خلال توظيف نموذج وكيل خفيف الوزن لتوليد أدلة من الرسوم البيانية للمعرفة ذات ثقة مُعايرة، مما يمكّن النموذج اللغوي الكبير من إنتاج تنبؤات مُعايرة جيداً تعود في أصلها إلى عدم اليقين في الأدلة الداعمة.
تقدم هذه الورقة UbuntuGuard، وهو أول معيار مرجعي للسلامة قائم على السياسات ومتجذر ثقافياً للغات الأفريقية، والذي يكشف أن نماذج الحماية والمعايير المرجعية الحالية التي تركز على اللغة الإنجليزية تفشل في معالجة المخاطر الاجتماعية والثقافية الفريدة وتحديات ندرة الموارد المتأصلة في السياق الأفريقي بشكل كافٍ.
تقترح هذه الورقة إطار عمل للتدقيق في الحساسية بنظام الصندوق الأبيض للنماذج اللغوية الكبيرة، والذي يستفيد من توجيه التنشيط للتلاعب بالمفاهيم الداخلية، مما يكشف عن اعتماد جوهري على السمات المحمية في مهام اتخاذ القرار عالية المخاطر التي غالباً ما تفشل التقييمات القياسية بنظام الصندوق الأسود في اكتشافها.
تقدم هذه الورقة البحثية "بحث البيانات العميق" (DDR) ومعياره المرجعي المقابل، DDR-Bench، لتقييم الذكاء الاستقصائي للنماذج اللغوية الكبيرة الوكيلية في استخراج الرؤى ذاتياً من البيانات الخام، كاشفةً أنه بينما تُظهر النماذج الرائدة وكالة ناشئة، فإن الاستكشاف الفعال طويل الأمد يتطلب استراتيجيات جوهرية تتجاوز مجرد التوسع أو الهيكلة.
تقدم هذه الورقة ComprExIT، وهو إطار عمل لضغط السياق يعالج الاختناقات الهيكلية في وكلاء النماذج اللغوية الكبيرة (LLM agents) من خلال توظيف نقل معلومات صريح ومنسق عالمياً عبر الطبقات المجمدة، محققاً تحسينات كبيرة في الأداء والكفاءة مقارنة بالطرق الحالية.
تقدم هذه الورقة MentalBench، وهو معيار مرجعي قائم على الدليل التشخيصي والإحصائي الخامس (DSM-5) ويستخدم رسماً بيانياً للمعرفة تم التحقق منه من قبل طبيب نفسي لتقييم قدرات النماذج اللغوية الكبيرة في التشخيص، كاشفةً أنه بينما تتفوق النماذج في استرجاع المعرفة، فإنها تعاني في معايرة الثقة في السيناريوهات السريرية المعقدة والغامضة.
تقدم هذه الورقة STING، وهو إطار عمل ومنهجية تحليل آليين لاختبار الاختراق (red-teaming) لتقييم مدى عرضة وكلاء النماذج اللغوية الكبيرة (LLMs) متعددة الأدوار ومتعددة اللغات للمساعدة غير المشروعة، كاشفةً أن التخطيط العدائي خطوة بخطوة يزيد بشكل كبير من نجاح الهجوم مقارنة بالطرق أحادية الدور، مع تحدي الافتراضات المتعلقة بالتفاوت في الموارد اللغوية فيما يخص الضعف أمام كسر الحماية (jailbreak).