11158 ورقة بحثية
تُظهر هذه الدراسة أن دمج الذاكرة العابرة الشبيهة بالذاكرة البشرية في نماذج المحولات اللغوية يعزز قدراتها على تعلم اللغة، ولكنه يضعف بشكل غير متوقع قدرتها على التنبؤ بأوقات القراءة البشرية، مما يشير إلى أن قيود الذاكرة تفيد اكتساب الشبكة العصبية للغة دون أن تؤدي بالضرورة إلى تحسين التنبؤ السلوكي.
تتحدى هذه الورقة صحة استخدام وكلاء النماذج اللغوية الكبيرة كبدائل للمشاركين البشريين في الأبحاث من خلال إثبات أنه، على الرغم من توليدهم لاستجابات مشابهة للبشر، إلا أنهم يفتقرون إلى الاتساق السلوكي الجوهري عبر الإعدادات التجريبية المختلفة والمطلوب لتمثيل السلوك البشري الحقيقي بدقة.
تقدم هذه الورقة UXPID، وهي مجموعة بيانات اصطناعية مكونة من 7,130 فرعًا من ملاحظات المستخدمين مجهولة المصدر من منتديات صناعية، تم وسمها بواسطة النماذج اللغوية الكبيرة لدعم الأبحاث في تحليل تجربة المستخدم، واستخراج المتطلبات، ومعالجة الملاحظات المدفوعة بالذكاء الاصطناعي مع معالجة قيود الخصوصية والترخيص.
تقترح هذه الورقة إطاراً موحداً ذا أساس نظري يحدد شروط التكرار القابلة للتحقق تجريبياً لتمكين تخطي الطبقات بشكل منهجي في نماذج الرؤية واللغة، مما يؤدي إلى تحسين كفاءة الاستدلال دون التضحية بالأداء.
يُعد MemSearcher إطار عمل لوكيل يعتمد على النماذج اللغوية الكبيرة، يستخدم آلية ذاكرة مدمجة وخوارزمية تدريب GRPO متعددة السياقات ومبتكرة لتحقيق تعلم تعزيزي فعال وشامل من البداية إلى النهاية لمهام البحث متعددة الجولات، متفوقاً بذلك على النماذج المرجعية التقليدية القائمة على دمج السجل التاريخي مع الحفاظ على استقرار أطوال السياق.
تجادل هذه الورقة بأن استدلال "سلسلة الأفكور" (Chain-of-Thought) يمكن أن يكون أميناً حتى بدون التعبير اللفظي الصريح عن التلميحات المحقونة في المطالبة، مما يتحدى مقياس "الميزات المنحازة" (Biasing Features) لخلطه بين عدم الاكتمال وعدم الأمانة، ويدعو إلى مجموعة أدوات تفسيرية أوسع تتضمن تحليل الوساطة السببية.
تقدم هذه الورقة "قوانين القياس العصبية العصبية" (NeuNeu)، وهو نهج قائم على الشبكات العصبية يتفوق على النماذج البارامترية التقليدية من خلال صياغة التنبؤ بأداء المهام اللاحقة كمسألة استكمال خارجي للسلاسل الزمنية، محققاً معدلات خطأ أقل بكثير وقدرة على التعميم في حالة الصفر (zero-shot generalization) عبر مختلف عائلات النماذج والمهام.
تقدم الورقة البحثية إطار عمل David-GRPO، وهو إطار للتعلم التعزيزي يعزز الاستدلال متعدد الخطوات لدى الوكلاء ذوي الموارد المحدودة من خلال الجمع بين التمهيد الخبير خارج السياسة (off-policy expert bootstrapping) والاستكشاف داخل السياسة الموجه بالأدلة (evidence-guided on-policy exploration) للتغلب على ندرة مسارات التدريب المفيدة وتحقيق أداء فائق في معايير اختبار الأسئلة والأجوبة متعددة الخطوات.
تقدم هذه الورقة WorldCup، وهو إطار عمل للعلامات المائية متعددة البتات لنماذج اللغات الكبيرة يستخدم آلية منافسة هرمية وتعديلاً واعياً بالإنتروبيا لتحقيق توازن متفوق بين سعة الرسالة، والمتانة، وجودة النص مقارنة بالطرق الحالية.
تتناول هذه الورقة مشكلة انهيار الإنتروبيا في التعلم التعزيزي بالمكافآت القابلة للتحقق (RLVR) عبر اقتراح آلية قص ديناميكية مبتكرة تستفيد من منظور الحفاظ على التدرج للتحكم بدقة في إنتروبيا السياسة من خلال استراتيجيات مثبتة تجريبياً، مما يمنع الثقة المفرطة المبكرة ويعزز أداء الاستدلال في النماذج اللغوية الكبيرة (LLM).