11158 ورقة بحثية
تقدم الورقة البحثية إطار عمل SLIM، وهو إطار عمل جاهز للتشغيل (plug-and-play) يعزز تحرير الجزيئات الموجه بالخصائص في النماذج اللغوية الكبيرة عبر تفكيك الحالات الخفية إلى سمات متفرقة وقابلة للتفسير بواسطة مُشفّر تلقائي متفرع (Sparse Autoencoder)، مما يتيح توجيهاً دقيقاً يحسن معدلات نجاح التحرير بشكل كبير دون تعديل معاملات النموذج.
تقدم الورقة البحثية DISCA، وهي طريقة تعتمد على الاستدلال في وقت التشغيل، وهي طريقة "الصندوق الأسود" التي لا تتطلب تدريباً، وتعمل على مواءمة النماذج اللغوية الكبيرة مع التفضيلات الثقافية المتنوعة من خلال الاستفادة من الخلافات في الشخصيات القائمة على مسح القيم العالمي لتصحيح مخرجات النموذج دون الحاجة إلى ضبط دقيق.
تقدم هذه الورقة نماذج اللغة ذاتية التحسين (SOL)، وهو إطار عمل يربط نموذج لغة كبير مجمد بشبكة سياسة خفيفة الوزن لتخصيص ميزانيات حوسبة متغيرة لكل رمز ديناميكيًا عبر ضبط التشتت، والتقليم، والكمية، مما يحسن جودة وكفاءة الاستدلال بشكل كبير مقارنة باستراتيجيات التخصيص الثابتة.
يُعد RubricEM إطار عمل للتعلم المعزز الميتاوي (meta-reinforcement learning) يعمل على تعزيز وكلاء البحث العميق عبر استخدام المعايير (rubrics) كواجهة مركزية لهيكلة تفكيك السياسة على مراحل، وتوفير تغذية راجعة دلالية كثيفة عبر خوارزمية GRPO المهيكلة للمراحل، وتطوير سياسة ميتاوية للتفكير، مما يحقق أداءً يضاهي الأنظمة المملوكة في معايير البحث طويلة المدى.
تقدم هذه الورقة البحثية DECO، وهي بنية "خليط من الخبراء" (Mixture-of-Experts) متفرقة تحقق أداءً مقارباً للأداء الكثيف مع تفعيل 20% فقط من الخبراء وتسريع في الاستنتاج بمقدار 3.00 أضعاف على الأجهزة الطرفية عبر الاستفادة من التوجيه القائم على ReLU، والتحجيم القابل للتعلم لكل خبير، ودالة تنشيط NormSiLU مبتكرة.
تقدم هذه الورقة تدفقات اللغة المضمنة (ELF)، وهو نموذج مطابقة تدفق في زمن مستمر يعمل بشكل أساسي في فضاء تضمين مستمر قبل الانتقال إلى الرموز المنفصلة، مما يظهر جودة توليد وكفاءة متفوقة مقارنة بنماذج اللغة ذات الانتشار المنفصلة والمستمرة الحالية.
تقدم هذه الورقة آلية الانتباه البايزي (BAM)، وهي إطار عمل احتمالي يوحد طرق الترميز الموضعي الحالية ويقترح توزيع غاوسي معمم (Generalized Gaussian prior) لتحقيق أداء فائق في تعميم السياق الطويل، مما يتيح استرجاع المعلومات بدقة عند 500 ضعف طول سياق التدريب مع حد أدنى من الزيادة في عدد المعلمات.
تُعرّف هذه الدراسة المسحية "أنظمة الذكاء الاصطناعي المركبة" بوصفها نموذجاً ناشئاً يدمج النماذج اللغوية الكبيرة مع مكونات خارجية مثل أدوات الاسترجاع والوكلاء، مقترحةً تصنيفاً موحداً وتحليلاً للنماذج التأسيسية مثل تقنية "التوليد المعزز بالاسترجاع" (RAG) ووكلاء النماذج اللغوية الكبيرة لمعالة التجزئة الحالية وتوجيه الأبحاث المستقبلية في مجال الذكاء الاصطناعي على مستوى الأنظمة.
تقدم هذه الورقة نظام VIDEE، وهو نظام تعاوني بين الإنسان والوكيل يُمكّن المحللين المبتدئين من إجراء تحليلات نصية متقدمة من خلال سير عمل يتكون من ثلاث مراحل هي التفكيك، والتنفيذ، والتقييم، مما يثبت فعاليته وسهولة استخدامه عبر مستويات متفاوتة من الخبرة.
تقدم الورقة البحثية MaPPO، وهي طريقة لتحسين التفضيلات تعمم النهج الحالية مثل DPO من خلال دمج معرفة المكافأة المسبقة في هدف "الاحتمال الأقصى اللاحق" (Maximum a Posteriori)، مما يحسن محاذاة النماذج اللغوية الكبيرة عبر مختلف المعايير دون إضافة معلمات فائقة أو التضحية بالكفاءة.