11158 ورقة بحثية
تقدم هذه الورقة ANGOFA، وهي مجموعة من أربعة نماذج لغوية مدربة مسبقاً للغات الأنغولية تستفيد من التهيئة المعلوماتية للتضمين والبيانات الاصطناعية ضمن إطار عمل الضبط الدقيق التكيفي متعدد اللغات لتتفوق بشكل كبير على النماذج الحالية ذات الأداء العالي.
تقدم هذه الورقة البحثية RioRAG، وهو إطار عمل يعزز التوليد المعزز بالاسترجاع طويل النص من خلال تعريف المعلوماتية كهدف قابل للتحقق، وتوظيف التحقق المرتكز على الجزيئات المعلوماتية (nugget-centric) وعبر المصادر لتوفير مكافآت كثيفة ومستقرة للتعلم التعزيزي دون الاعتماد على الإشراف المصنوع يدويًا أو النماذج المعلمة القوية.
تثبت هذه الورقة تجريبيًا أن نماذج تحليل المشاعر للغة البنغالية ذات الموارد المنخفضة تظهر تحيزات مستمرة قائمة على النوع الاجتماعي والدين والجنسية بغض النظر عما إذا كانت مبنية على بنيات متعددة اللغات أو أحادية اللغة، مما يسلط الض الضوء على كيفية تسبب الجمع بين مجموعات البيانات المتنوعة والنماذج سابقة التدريب في إدخال عدم اتساق يؤدي إلى تفاقم الظلم المعرفي في الأنظمة الاجتماعية التقنية.
تقدم هذه الورقة إطار عمل آلياً بالكامل وفعالاً من حيث التكلفة، يعمل على نمذجة الإنترنت كفضاء مواضيع شاسع ويستخدم استراتيجية "المتعدد الأذرع" (multi-armed bandit) لاكتشاف وبناء معايير اختبارية تحديّة بشكل ديناميكي تتجنب مشكلات التشبع التي تعاني منها مجموعات الاختبار الثابتة.
تقدم هذه الورقة MathLens، وهو معيار مرجعي مبتكر يفكك الاستدلال متعدد الوسائط إلى مكونات الإدراك، والاستدلال، والمكونات الخاصة بالوسائط المتعددة ليكشف أن استراتيجيات التدريب مثل التعلم المعزز والضبط الدقيق الموجه للنصوص تنتج ملفات تعريف قدرات متميزة غير مرئية لمقاييس الدقة الإجمالية، مما يشير إلى أن التقدم الظاهري يعكس تحولات في التوازن بين المهارات الفرعية بدلاً من التقدم الموحد.
يُعد CompassLLM إطار عمل جديداً متعدد الوكلاء يستفيد من النماذج اللغوية الكبيرة لحل استعلامات المسارات الشائعة من خلال مرحلتين متتاليتين تتمثلان في البحث في المسارات التاريخية وتوليد مسارات جديدة، مما يوفر دقة فائقة وفعالية من حيث التكلفة مقارنة بالطرق التقليدية التي تتطلب تدريباً مكثفاً.
تقترح هذه الورقة إطار عمل جديداً لقياس حفظ بيانات التدريب داخل العميل وبين العملاء في التعلم الاتحادي من خلال تكييف تقنيات قياس العينات الدقيقة من التعلم المركزي، مما يكشف أن نماذج التعلم الاتحادي تظهر مخاطر حفظ كبيرة تتأثر بعوامل تدريب واستدلال محددة.
تقدم الورقة البحثية "Catch Your Breath" (CYB)، وهي دالة خسارة خاضعة للإشراف يتم صياغتها كمسألة قرار متسلسلة تُمكّن النماذج التأسيسية من إدراج رموز التوقف ذاتياً وتكيفياً أثناء الاستدلال لتخصيص خطوات الحوسبة ديناميكياً، مما يؤدي إلى تحسين الارتباك (perplexity) ودقة المهام اللاحقة دون زيادة في التكاليف الحسابية أو تكاليف الذاكرة.
تقدم هذه الورقة البحثية HiTGNN، وهي شبكة عصبية رسومية زمنية هرمية، وReVeAL، وهو إطار عمل خفيف الوزن لوقت الاختبار، لتعزيز التنبؤ المبكر بمخاطر مرض السكري من النوع الثاني من خلال الاستفادة بفعالية من المعلومات الزمنية والسياقية الغنية في الملاحظات السريرية مع معالجة تحديات مثل قيود الخصوصية ومحدودية الموارد.
تقدم هذه الورقة تقنية "أربعة على ستة" (4/6)، وهي تقنية تغيير حجم الكتلة التكيفية لتكميم NVFP4 تعمل على تقليل خطأ التكميم من خلال ضبط مقاييس الكتل ديناميكيًا للتعامل بشكل أفضل مع القيم الكبيرة، مما يحقق أداءً في التدريب والاستدلال أقرب إلى BF16 مع حد أدنى من العبء الحسابي.