11158 ورقة بحثية
يُعد MAVEN إطار عمل مستوحى من نظام السبورة (blackboard) ومتعدد الوكلاء، يعمل على تعزيز جودة استدلال النماذج اللغوية الكبيرة والثقة المعرفية عبر فك الارتباط بين الأدوار في حلقة (المشكك-الباحث-القاضي) التنافسية مع التدقيق أثناء الخطوات، متفوقاً بذلك على النماذج أحادية البنية والنماذج القائمة على الإجماع عبر مختلف المعايير والنماذج الأساسية.
تكشف هذه الدراسة أنه في حين تؤدي نماذج التصحيح الآلي للإجابات القصيرة أداءً جيداً في الاستجابات الصحيحة أو الخاطئة بوضوح، إلا أنها تظهر تدهوراً كبيراً في الاتفاق مع الخبراء البشريين في الإجابات متوسطة المدى أو الصحيحة جزئياً، وهو قصور يكون في أقصى درجاته في النماذج اللغوية الكبيرة ذات التعلم من أمثلة قليلة ويتحسن مع زيادة التكيف الخاص بالمهمة.
تقدم هذه الورقة البحثية "اتساق البادئة" (prefix consistency)، وهو إشارة موثوقية في وقت الاختبار تعمل على تحسين كفاءة استدلال "سلسلة الأفكار" (Chain-of-Thought) من خلال وزن الإجابات المرشحة بناءً على قابليتها لإعادة الإنتاج بعد الاقتطاع وإعادة التوليد، محققةً دقة التصويت بالأغلبية القياسية بعدد أقل بكثير من الرموز المولدة دون الحاجة إلى الوصول إلى احتمالات السجل (log-probabilities) أو مطالبات التقييم الذاتي.
تقدم الورقة البحثية TRACE، وهي مجموعة بيانات وإطار تقييم شامل لأنظمة التوصية الحوارية في مجال السياحة، والتي تعالج الفجوة الحرجة في الموثوقية من خلال التقييم المشترك لدقة التوصية، والأدلة الاستشهادية القابلة للتحقق من المراجعات، والتعافي التكيفي من رفض المستخدم عبر 10,000 حوار متعدد الأدوار.
تقدم هذه الورقة DRIP-R، وهو معيار مرجعي جديد مصمم لتقييم قدرات اتخاذ القرار والاستدلال لدى الوكلاء القائمين على النماذج اللغوية الكبيرة في مجال التجزئة، وذلك من خلال اختبار أدائهم بشكل منهجي في سيناريوهات واقعية تتميز بوجود غموض متأصل في السياسات حيث لا يوجد حل واحد صحيح.
تقترح هذه الورقة إطاراً للتعلم التعزيزي يعامل مقياس التوجيه الخالي من التصنيف في نماذج الانتشار اللغوية كإجراء تحكم ديناميكي قابل للتعلم بدلاً من كونه معلماً فائقاً ثابتاً، مما يثبت أن مسارات التوجيه التكيفية تحسن بشكل كبير المقايضة بين القدرة على التحكم وجودة التوليد عبر مختلف مهام معالجة اللغات الطبيعية.
تقدم الورقة البحثية SimCT، وهي طريقة للتقطير داخل السياسة (on-policy distillation) تعمل على استعادة إشارات إشراف المعلم المفقودة في إعدادات اختلاف أجهزة التجزئة (cross-tokenizer settings) من خلال مقارنة التتمات متعددة الرموز التي يمكن لكلا النموذجين تحقيقها، مما يتغلب على قيود المطابقة الدقيقة للرموز المشتركة ويحسن الأداء في مهام الاستدلال وتوليد الكود.
تقدم الورقة البحثية TextLDM، وهو إطار عمل للنمذجة اللغوية يعمل على تكييف بنية محول الانتشار البصري (DiT) مع توليد النصوص عبر رسم خرائط الرموز المنفصلة إلى كامنات مستمرة بواسطة مشفر فك تشفير تلقائي (VAE) معزز بمحاذاة التمثيل (REPA)، محققاً أداءً يضاهي GPT-2 ومتقدماً نحو هدف نماذج الانتشار متعددة الوسائط الموحدة.
تجادل هذه الورقة بأن التتبع القوي للحالة في النماذج المتكررة يعتمد بشكل حاسم على ديناميكيات التحكم في الخطأ بدلاً من مجرد القدرة التعبيرية النظرية، مبرهنةً على أن الشبكات المتكررة التآلفية تفشل حتماً في المهام ذات الآفاق الطويلة بسبب عجزها عن تصحيح الأخطاء المباعدة بين الحالات، مما يؤدي إلى انهيار التتبع المتوقع بمجرد تجاوز الانتشار داخل الفئة لعتبة القابلية للقراءة لدى فك التشفير.
تقدم هذه الورقة طريقة لتقدير وتحليل ملفات تعريف عدم اليقين لمسارات استدلال النماذج اللغوية، مما يثبت أن الأنماط المتميزة في هذه الملفات يمكنها التنبؤ بصحة الإجابة بدقة عالية وتمكين الكشف المبكر عن الأخطاء.