11158 ورقة بحثية
تقدم هذه الورقة مفهوم "انهيار الشخصية النموذجية" لتفسير سوء المحاذاة الناشئ، مُبرهنةً من خلال مقاييس سلوكية للقابلية الأخلاقية والمتانة على أن الضبط الدقيق للنماذج اللغوية الكبيرة على بيانات ضارة يؤدي إلى تدهور شديد في قدرتها على التمييز والمحاكاة المتسقة للشخصيات، وهو تأثير لم يُلاحظ في مجموعات الضبط الآمنة المتطابقة.
تقدم هذه الورقة "سياسات الشخصية" (PPol)، وهو إطار عمل قائم على البحث التطوري يولد شخصيات مستخدم متنوعة وشبيهة بالبشر للتغلب على الانحياز التعاوني لمحاكيات النماذج اللغوية الكبيرة القياسية، مما يحسن بشكل كبير من متانة ودقة تقييم وكلاء النماذج اللغوية الكبيرة في سيناريوهات التفاعل الواقعية.
تُظهر هذه الدراسة أن النماذج اللغوية الكبيرة تُنشئ شبكات اجتماعية واقعية تتشكل خصائصها البنيوية وتحيزاتها الديموغرافية بشكل كبير من خلال تصميم الأوامر، والتأطير الثقافي، واللغة، وحجم النموذج، مما يكشف أن هذه الخيارات التقنية تعمل كمتغيرات سوسيولوجية جوهرية بدلاً من كونها مجرد تفاصيل تنفيذية.
تقدم هذه الورقة CommonWhy، وهي مجموعة بيانات تضم 15,000 سؤال من نوع "لماذا" القائم على الكيانات، والتي تُقيّم قدرات النماذج اللغوية الكبيرة في الاستنتاج السببي للمنطق العام والقدرة على التفسير الاستنباطي، مما يكشف عن قصور كبير في النماذج الحالية رغم توفر المعرفة الداعمة في Wikidata.
تقدم هذه الورقة البحثية ATD-Trans، وهي مجموعة بيانات لترجمة أدب الرحلات من اليابانية إلى الإنجليزية ذات أساس جغرافي، صُممت لتقييم جودة الترجمة الآلية على المستويين العام ومستوى الكيانات الجغرافية، مما يكشف أن النماذج المعززة باللغة اليابانية تؤدي بشكل أفضل بينما تشكل الكيانات الجغرافية المحلية تحديات ترجمة أكبر.
تقدم هذه الورقة AutoSelection، وهو إطار عمل مبتكر يعيد صياغة عملية اختيار بيانات الضبط الدقيق الخاضع للإشراف كمسألة بحث عن وصفة لمجمع ثابت، وذلك باستخدام حلّال ثنائي الطبقات لاكتشاف وصفات التنسيق المثلى بكفاءة من مجمع تعليمات خام دون توليد عينات جديدة، مما يؤدي إلى التفوق على طرق ترتيب العينات التقليدية والتدريب على البيانات الكاملة عبر نماذج ومهام متعددة.
تُظهر هذه الدراسة أن المشاركين الذين يحلون سلسلة من مسائل حساب أعواد الثقاب المتشابهة يُظهرون تحسناً أسرع وزيادة في التعبير اللفظي عن تصنيف المسائل مقارنة بأولئك الذين يواجهون مسائل متنوعة، مما يشير إلى أن الرؤى القابلة للنقل تتميز بكونها متاحة من خلال الكلام العفوي.
تحدد هذه الورقة البحثية انحياز الموضعية في اللغة كسبب رئيسي لبطء التدريب في نماذج الانتشار المقنعة، وتقترح استراتيجية أخذ عينات زمنية على شكل جرس تسرع التدريب بمقدار يصل إلى 4 أضعاف مع الحفاظ على الأداء أو تحسينه عبر مختلف المعايير المرجعية.
تقترح هذه الورقة إطار عمل دفاعي عند وقت الاستدلال، يعمل بنظام "التوصيل والتشغيل" لنماذج لغة الانتشار، يجمع بين الكشف القائم على اتجاه السلامة التبايني وبين التوجيه التكيفي وإعادة قناع الرموز (token remasking) للتخفيف بفعالية من الثغرات الأمنية أثناء عملية إزالة الضجيج المتكررة مع الحفاظ على جودة التوليد.
تقدم هذه الورقة TempoMed-Bench، وهو أول معيار لتقييم الوعي الزمني للنماذج اللغوية الكبيرة في المجال الطبي، والذي يكشف أن النماذج الحالية تعاني من صعوبة في المعرفة التاريخية، وتظهر تدهوراً تدريجياً في الأداء بدلاً من الانقطاع الحاد، وتفشل في الحفاظ على الاتساق الزمني حتى عند تعزيزها بأدوات البحث.