11158 ورقة بحثية
تقدم هذه الورقة البحثية أول دراسة منهجية لتقدير عدم اليقين لنماذج الانتشار اللغوية الكبيرة، حيث تقترح إشارات خفيفة الوزن وعديمة التدريب (zero-shot) مستمدة من عملية إزالة الضجيج، والتي تحقق كشفاً موثوقاً للهلوسة مع عبء حوسبي أقل بمقدار يصل إلى 100 ضعف مقارنة بالطرق القائمة على أخذ العينات.
تُعد EndPrompt طريقة فعالة لتوسيع نافذة السياق للنماذج اللغوية الكبيرة إلى 64 ألف رمز باستخدام تسلسلات تدريب قصيرة فقط عبر إلحاق مطالبة نهائية تتضمن مؤشرات موضعية بالطول المستهدف، مما يحقق أداءً فائقاً في اختبارات معيارية مثل RULER وLongBench مع تجنب التكاليف الحسابية العالية للضبط الدقيق كامل الطول.
تقدم هذه الورقة SciPaths، وهو معيار ومهمة جديدة للتنبؤ بمسارات الاكتشاف العلمي تتطلب من النماذج تحديد وتأصيل المساهمات المُمكّنة والأعمال السابقة الضرورية لمساهمة علمية مستهدفة، مما يكشف أن النماذج اللغوية الحالية تعاني بشكل كبير من ضعف في قدرة الاستدلال المعقدة هذه.
تُعد SIRA إطار عمل لفك التشفير التبايني الداخلي لا يتطلب تدريباً، حيث تعمل على الحد من الهلوسة في النماذج اللغوية البصرية الكبيرة عبر توليد مرجع مضاد يهيمن عليه الأولوية اللغوية ضمن نفس المحول من خلال الانتباه المقنع في الطبقات المتأخرة، مما يقلل من الاعتماد على الأدوات الخارجية وعمليات التمرير الأمامي الإضافية مع الحفاظ على التغطية الوصفية.
تقدم هذه الورقة Falkor-IRAC، وهو إطار عمل للتوليد المقيد بالرسوم البيانية للذكاء الاصطناعي القانوني الهندي يضمن الاستدلال المتحقق منه من خلال ربط مخرجات النماذج اللغوية الكبيرة برسوم بيانية معرفية مهيكلة بنظام IRAC واستخدام وكيل تحقق للتحقق من الاستشهادات وكشف التعارضات العقائدية، مما يعالج قيود الهلوسة والدقة في أنظمة الاسترجاد التقليدية القائمة على المتجهات.
تقدم هذه الورقة SepsisAgent، وهو نموذج لغوي كبير معزز بنموذج عالمي تم تدريبه عبر منهج تعليمي ثلاثي المراحل لمحاكاة استجابات المرضى وتحسين قرارات العلاج بشكل تكراري، مما أظهر تفوقاً في السلامة والأداء في إدارة تعفن الدم مقارنة بالنماذج المرجعية التقليدية للتعلم التعزيزي والنماذج اللغوية الكبيرة.
تقدم الورقة البحثية Video2GUI، وهو إطار عمل مؤتمت يقوم بتخليق مجموعة بيانات ضخمة تضم 12 مليون مسار تفاعل مع واجهات المستخدم الرسومية (GUI) من فيديوهات إنترنت غير مصنفة للتغلب على ندرة البيانات وتعزيز أداء تعميم وكلاء واجهات المستخدم الرسومية متعددي الوسائط بشكل كبير.
تقترح هذه الورقة نظاماً للترجمة الفورية من الكلام إلى النص يعتمد على نموذج لغوي صوتي (SpeechLLM) يقرر ديناميكياً متى يرسل رموز المخرجات بناءً على المدخلات الصوتية، محققاً جودة ترجمة قريبة من المستوى المرجعي مع تقليل زمن الاستجابة بشكل كبير بمقدار 1-2 ثانية.
تكشف هذه الورقة أن معايير استرجاع الصور المركبة الحالية تبالغ في تقدير قدرات التركيب متعدد الوسائط لأن جزءاً كبيراً من الاستعلامات يمكن حله عبر طرق مختصرة أحادية الوسائط أو أنها صيغت بشكل سيئ، مما يستلزم وجود مجموعة فرعية تم التحقق منها لضمان دمج النماذج فعلياً بين المدخلات الصورية والنصية.
تقترح الورقة البحثية "رسوم الأبحاث البيانية" (GoR)، وهي طريقة للضبط الدقيق الخاضع للإشراف تستفيد من الرسوم البيانية لتطور الاستشهادات المهيكلة المستمدة من أحياء المراجع لتحسين قدرة النماذج اللغوية الكبيرة بشكل كبير على توليد أفكار بحثية مبتكرة، محققةً أداءً هو الأفضل في فئته مقارنة بالنماذج المرجعية الحالية.