11158 ورقة بحثية
تعزل هذه الورقة المشفر البصري كعامل ثابت عبر ثلاث عشرة لغة لتثبت أن التفاوتات في التأسيس الأرضي البصري متعدد اللغات تنبع أساساً من قيود فرع النص وعدم المحاذاة المكانية بدلاً من انهيار الإشارة، مما يكشف أن توسيع النموذج البصري يحسن بعض اللغات ذات الموارد المنخفضة بينما يؤدي إلى تفاقم الوضع في لغات أخرى ويؤكد الجدوى الفعالة من حيث استهلاك الطاقة للمنهجية.
تقدم هذه الورقة Fin-Bias، وهو معيار شامل يستخدم الآلاف من تقارير المحللين طويلة الصيغة لتقييم كيفية إظهار النماذج اللغوية الكبيرة لسلوك القطيع تحت تأثير التحيز البشري في اتخاذ القرارات المالية، مع اقتراح طريقة أيضاً للتخفيف من حدة هذا التحيز وتعزيز دقة التنبؤ المستقل.
تقدم هذه الورقة دراسة تجريبية منهجية تثبت أن النماذج اللغوية الكبيرة، لا سيما عند ضبطها بدقة أو الاستفادة منها عبر التعلم بنقل المعرفة عبر اللغات، تتفوق بشكل كبير على الطرق التقليدية في وسم أجزاء الكلام للغات الرومانسية من العصور الوسطى ذات الموارد المحدودة مثل الأوكسيتانية والكتالونية والفرنسية.
تقدم الورقة البحثية Meow-Omni 1، وهو نموذج لغوي كبير جديد مفتوح المصدر رباعي الأنماط يدمج الفيديو، والصوت، والسلاسل الزمنية الفسيولوجية، والنصوص لتحقيق حالة متطورة في التعرف على نوايا القطط من خلال معالجة تحدي التباس المعنى في تحليل سلوك الحيوان.
تقدم هذه الورقة إطار عمل للتعلم العميق القابل للتفسير مع مُجزئ نصوص (tokenizer) مُحسَّن لتحليل التحول التاريخي من نظام النوع النحوي الثلاثي في اللاتينية إلى النظام الثنائي في الأوكسيتانية، مع قياس المساهمات النسبية للميزات الصرفية والسياق الجملي في التنبؤ بالنوع.
تُظهر الورقة البحثية أن الجمع بين بنيات "خليط الخبراء" (MoE) وآليات تكرار الطبقات والخروج المبكر يُمكّن النماذج اللغوية من التفوق على نماذج "ترانسفورمر" القياسية في كفاءة التوسع مع تقليل تكاليف الذاكرة والاستدلال بشكل كبير.
تقدم الورقة البحثية WorldSpeech، وهو متن لغوي ضخم متعدد اللغات يحتوي على 65,000 ساعة من البيانات الصوتية والنصية المتوافقة عبر 76 لغة، مما يحسن بشكل كبير أداء التعرف التلقائي على الكلام للغات ذات الموارد المنخفضة من خلال تقليل معدلات خطأ الكلمات بمتوسط قدره 63.5%.
تقدم هذه الورقة "Open Ontologies"، وهو نظام مفتوح المصدر قائم على لغة Rust، يوضح أن المطابقة المستقرة بنسبة 1 إلى 1 هي العامل الحاسم للمحاذاة عالية الجودة للأنطولوجيا، وأن الوصول المنظم إلى أدوات بروتوكول سياق النموذج (MCP) يتفوق بشكل كبير على كل من قراءة الملفات الخام والأساسات التي لا تعتمد على الملفات في التفاعل مع الأنطولوجيا المدفوع بالنماذج اللغوية الكبيرة.
تقدم هذه الورقة إطار عمل وكيلِيّاً يستفيد من النماذج اللغوية الكبيرة لتوليد والتحقق من وتقييم معالجات قيود SCIP لبرمجة الأعداد الصحيحة المختلطة بشكل مستقل، مما نجح في استعادة هياكل القيود العالمية واكتشاف استراتيجيات انتشار مبتكرة تُحسن أداء الحلّال على النماذج المرجعية.
تُثبت هذه الورقة أن فهم الأدوار الدلالية يظهر جزئياً في نماذج المحولات المكونة من فك تشفير فقط (decoder-only transformers) والمجمدة أثناء مرحلة ما قبل التدريب، كما يتضح من خلال المسابير الخطية، رغم أن الأداء الكامل يتطلب الضبط الدقيق، كما يصبح التمثيل الداخلي لهذه الأدوار موزّعاً بشكل متزايد مع زيادة حجم النموذج.