11158 ورقة بحثية
تقترح هذه الورقة منهجية تقييم دلالي مبتكرة لترجمة الكود البرمجي تستخدم اختبار المترجم (compiler testing) لقياس صحة التنفيذ، مما يثبت أن أدوات فك التجميع (decompilers) القائمة على النماذج اللغوية الكبيرة تتفوق بشكل كبير على النهج الاستدلالي، في حين تفشل المقاييس النحوية التقليدية مثل BLEU في الارتباط بالدقة الوظيفية.
تُظهر هذه الدراسة التدخلية أن الطلاب يوظفون التفكير النقدي بفعالية من خلال كتابة حجج مضادة للمحتوى المُنشأ بواسطة الذكاء الاصطناعي، وتؤكد أن النماذج اللغوية الكبيرة الرائدة، عندما يتم توجيهها بمعايير تقييم واضحة، يمكنها تقييم هذا العمل المكتوب بشكل موثوق وعلى نطاق واسع مع توافق متوسط مع التقييمات البشرية.
تقدم الورقة البحثية نموذج ZAYA1-8B، وهو نموذج استدلال من نوع (MoE) بـ 8 مليارات معلمة يتميز بكفاءة عالية، تم تدريبه بالكامل على بنية تحتية من شركة AMD، ويحقق أداءً هو الأفضل في فئته على معايير الرياضيات والبرمجة من خلال تسلسل تعزيز تعلم رباعي المراحل وطريقة حساب وقت الاختبار (RSA) الماركوفية المبتكرة، مما يقلص الفجوة بفعالية مع النماذج الأكبر حجماً بكثير.
تُعدُّ SLAM (الوسم بالنشاط اللغوي الهيكلي) مخطط وسم مائي جديد من النوع "الصندوق الأبيض" يحقق دقة كشف تقترب من المثالية مع حد أدنى من فقدان الجودة عبر توجيه الاتجاهات الهيكلية المحددة بواسطة المشفر التلقائي المتناثر في تيار البواقي، مما يحافظ على أخذ العينات المعجمية والدلالات مع تقديم ملف قوة متكامل مع طرق توزيع الرموز التقليدية.
تقدم هذه الورقة معياراً موحداً وقابلاً لإعادة الإنتاج في المجال الحيوي الطبي، يقيم بشكل مشترك متانة الشبكات العصبية الرسومية على الرسوم البيانية المستمدة من النصوص والمشوبة بالضجيج، وفعالية طرق بناء الرسوم البيانية المعرفية المختلفة من خلال مقارنتها بمرجع عالي الجودة تم إعداده من قبل خبراء.
يُعد FinRAG-12B إطار عمل بـ 12 مليار معلمة، تم التحقق من كفاءته في بيئة الإنتاج وهو فعال من حيث البيانات، حيث يجمع بين مسار تدريب متخصص وآليات رفض مُعايرة لتقديم إجابات على الأسئلة عالية الدقة والموثوقية ومنخفضة التكلفة لأكثر من 40 مؤسسة مالية، متفوقاً بذلك على GPT-4.1 في جودة الاستشهاد وحل الاستعلامات مع تقليل زمن الاستجابة والتكاليف التشغيلية بشكل كبير.
تقدم الورقة البحثية ReaComp، وهو إطار عمل يقوم بتجميع آثار استدلال النماذج اللغوية الكبيرة (LLM) إلى أدوات حل رمزية قابلة لإعادة الاستخدام وبصفر توكن، والتي تحقق دقة تضاهي أحدث ما توصل إليه العلم في معايير قياس تخليق البرامج، وتقلل بشكل كبير من استخدام التوكنات عند دمجها مع النماذج اللغوية الكبيرة، وتنتقل بنجاح إلى المهام اللغوية الواقعية.
تقدم الورقة البحثية BeliefMem، وهو إطار عمل للذاكرة الاحتمالية لوكلاء النماذج اللغوية الكبيرة (LLM) يعمل على التخفيف من الأخطاء ذاتية التعزيز في البيئات ذات الإدراك الجزئي من خلال الاحتفاظ بعدة استنتاجات مرشحة مع احتمالات محدثة بدلاً من الالتزام باستنتاجات حتمية منفردة، مما يحقق أداءً فائقاً في اختبارات السياق الطويل.
تحدد هذه الورقة البحثية وتعالج "إعادة التشويه" (recorruption)، وهي نمط فشل في نماذج التوليد المعزز بالاسترجاع متعدد الوسائط حيث يتسبب السياق الدقيق في تخلي النماذج عن التنبؤات الصحيحة بسبب العمى البصري والتحيز الموضعي، وذلك عبر اقتراح إطار عمل "تدخل انتباه عنق الزجاجة للاسترداد" (BAIR) الخالي من المعلمات لاستعادة البروز البصري وتحسين موثوقية التشخيص دون الحاجة لإعادة التدريب.
تُثبت هذه الورقة أن بنية "توليد المخرقات المعزز بالاسترجاع" (RAG) تؤثر بشكل كبير على المتانة ضد تسميم قاعدة المعرفة، كاشفةً أنه في حين أن التصاميم المتقدمة مثل النماذج اللغوية التكرارية تقلل بشكل جذري من معدلات نجاح الهجمات مقارنة بمسارات العمل التقليدية، فإن الثغرة الأساسية تكمن في مرحلة الاستدلال على المحتوى حيث يقوض التأطير العدائي تقييم المصداقية بدلاً من كونها في تحسين عملية الاسترجاع.