11158 ورقة بحثية
تقيم هذه الدراسة سبعة نماذج لغوية كبيرة في تحديد الآثار الجانبية للإشعاع لعلاج سرطان الثدي باستخدام إطار عمل لاختبار الإجهاد، مما يكشف عن حساسيتها للتغييرات في التوثيق وميلها إلى عدم الإبلاغ الكافي عن السميات النادرة أو طويلة الأمد، بينما تثبت أن ربط المخرجات بقوائم منسقة من قبل الأطباء يحسن الموثوقية بشكل كبير لتطبيقات رعاية الناجين.
تقدم هذه الورقة أول تقييم تجريبي للتعلم شبه المشرف الموجه بنماذج اللغات الكبيرة لتصنيف التغريدات المتعلقة بالأزمات، مما يثبت أن أساليبًا مثل LG-CoTrain تتفوق بشكل كبير على النهج الكلاسيكية في البيئات ذات الموارد المحدودة، ويمكنها نقل معرفة نماذج اللغات الكبيرة إلى نماذج مدمجة وقابلة للنشر تضاهي النماذج اللغوية الكبيرة ذات القدرة على التعلم الصفري.
تُظهر هذه الدراسة أن إعادة تقييم معايير كشف الهلوسة من خلال التحكيم البشري للاستنتاج الذي تولده النماذج اللغوية الكبيرة يكشف أن التوصيفات الأصلية غالباً ما تقلل من تقدير أداء النماذج، مما يشير إلى أن إعادة التقييم بمساعدة النماذج يُنتج معايير أكثر موثوقية للمهام المعرضة للغموض.
تعمل هذه الورقة على تشغيل نظريات النضج المتنافسة في التطور النحوي حوسبياً باستخدام الاستقراء الإحصائي للقواعد لإثبات أن التفسير "النموّي" (GROWING) القائم على التصاعد من الأسفل إلى الأعلى لاكتساب الفئات يتفوق بشكل ملحوظ على التفسير "الداخلي" (INWARD) في ظل ظروف تعلم متطابقة.
تقدم هذه الورقة NARRA-Gym، وهي بيئة تقييم قابلة للتنفيذ صُممت لتقييم قدرة النماذج اللغوية الكبيرة على الحفاظ على سرد تفاعلي متماسك ومتطور من خلال الإدارة المشتركة لتوليد القصة، والذاكرة، والإيقاع، والتخصيص، مما يكشف عن تباينات كبيرة في الأداء عبر النماذج تتجاوز مجرد الطلاقة البسيطة.
تقدم هذه الورقة بنية ذاكرة قائمة على أسس بيولوجية لوكلاء النماذج اللغوية الكبيرة (LLM agents) تتميز بست آليات معرفية ومنهجية معايرة اصطناعية، مما يظهر تحسينات كبيرة في دقة الاستبقاء وكفاءة التخزين عبر اختبارات تتبع المشكلات والدردشة الشخصية واسعة النطاق.
يُعد PAAC إطار عمل وكيلٍ واعٍ بالخصوصية يعمل على مواءمة تفكيك المخطط والمنفذ مع الحد الفاصل بين الجهاز والسحابة، وذلك باستخدام رموز نائبة نمطية وسجل حتمي لتحسين الدقة بشكل كبير مع تقليل تسرب البيانات بشكل جذري مقارنة بالنماذج المرجعية الحالية المتطورة.
تقدم الورقة البحثية AgentCollabBench، وهو معيار تشخيصي يكشف أن إخفاقات الأنظمة متعددة الوكلاء تنبع غالباً من اختناقات التواصل الهيكلية ومخاطر سلوكية محددة مثل تدهور التعليمات وانتقال العدوى بالاعتقاد الخاطئ، مما يثبت أن التعاون الموثوق يعتمد على التصميم المعماري أكثر من اعتماده على توسيع ذكاء النموذج وحده.
تقدم الورقة البحثية MIND-Skill، وهو إطار عمل متعدد الوكلاء يقوم تلقائياً بتوليد مهارات نماذج لغوية كبيرة عالية الجودة وقابلة لإعادة الاستخدام من خلال دورة استقراء واستنتاج مُحسّنة عبر خسائر نصية (إعادة البناء، والنتيجة، والمعايير) لضمان المتانة والقدرة على التعميم في المهام المعقدة.
تقدم هذه الورقة تصنيف عدالة التفسير (EFT) وتقدم أدلة تجريبية على أن النماذج اللغوية الكبيرة تولد بشكل منهجي تفسيرات متفاوتة الجودة والنبرة والتعقيد عبر المجموعات الديموغرافية، مما يكشف أنه في حين يمكن للتلقين أن يخفف من التفاوتات المرتبطة بالقرار، إلا أن عدم المساواة الأسلوبية تظل قائمة بسبب توزيعات ما قبل التدريب.