11158 ورقة بحثية
تُثبت هذه الورقة أن النماذج اللغوية الكبيرة تعالج التكافؤ العاطفي من خلال آليات داخلية متميزة، وسببية، وقابلة للتوجيه، حيث تتركز النتائج السلبية في الطبقات المبكرة وتصل النتائج الإيجابية إلى ذروتها في الطبقات المتوسطة والمتأخرة، بدلاً من الاعتماد فقط على مطابقة الرموز السطحية.
تقدم هذه الورقة البحثية XL-SafetyBench، وهو معيار اختبار عابر للثقافات يتكون من 5,500 حالة اختبار مرتبطة بالدول عبر 10 أزواج لغوية، يكشف عن وجود فجوة بين متانة مقاومة كسر الحماية والحساسية الثقافية في النماذج الرائدة، بينما يظهر أن السلامة الظاهرية للنماذج المحلية تنبع في الغالب من إخفاقات في التوليد بدلاً من المحاذاة الحقيقية.
تُثبت هذه الورقة أنه بينما يمكن فك تشفير نمط فشل "الإفراط في التفكير" المحدد في النماذج اللغوية الكبيرة الطبية خطياً من الحالات الخفية، إلا أنه لا يمكن تصحيحه عبر التوجيه الخطي الثابت بسبب التشابك التمثيلي مع الحسابات الحرجة للمهمة، رغم أن المسبار نفسه يظل فعالاً في اكتشاف حالات الفشل لتمكين الامتناع الانتقائي.
تُثبت هذه الورقة أن إضافة المزيد من مكونات السقالات (scaffolding) إلى وكلاء النماذج اللغوية الكبيرة (LLM agents) غالبًا ما يؤدي إلى تداخل مدمر بين المكونات، مما يثبت أن الاختيار الفرعي المحدد للمهام يتفوق على نهج "الكل في واحد" التقليدي، وأن طرق الاختيار الجشعة غير موثوقة بسبب الانتهاكات المتكررة لخاصية التناقص (submodularity).
تقدم الورقة البحثية BioTool، وهي مجموعة بيانات شاملة تتكون من 7,040 زوجًا من الاستعلامات وواجهات برمجة التطبيقات (API) التي تم التحقق منها بشريًا لـ 34 أداة طبية حيوية، والتي عندما تُستخدم لضبط النماذج اللغوية الكبيرة، تعزز بشكل كبير قدراتها على استدعاء الأدوات وجودة الإجابات النهائية، متفوقة حتى على النماذج التجارية المتطورة مثل GPT-5.1.
تقترح هذه الورقة البحثية طريقة التقطير التنافسي المتوافق مع التوزيع (DisAAD)، وهي طريقة تدرب نموذجاً وسيطاً خفيف الوزن لمحاكاة توزيع مخرجات نموذج لغوي كبير (LLM) غير شفاف، وتقدير عدم اليقين عبر تعلم الأدلة، مما يعالج مشكلة الهلوسة بفعالية دون الحاجة إلى الوصول إلى النموذج الداخلي أو عمليات أخذ عينات متعددة ومكلفة.
تقدم الورقة البحثية LeakDojo، وهو إطار عمل قابل للتهيئة لتقييم مخاطر تسرب RAG بشكل منهجي، والذي يكشف أن التسرب مدفوع بمنتج توليد الاستعلام والتعليمات العدائية، ويرتبط بقدرات أقوى على اتباع التعليمات، ويمكن أن يزداد بشكل متناقض مع التحسينات في دقة RAG.
تُظهر هذه الدراسة أن الوعي بالتقييم اللفظي في نماذج الاستدلال الكبيرة له تأثير ضئيل على سلوكها الفعلي عبر اختبارات الأمان والمواءمة والاستدلال، مما يشير إلى أن المعدلات العالية لهذا الوعي لا ينبغي تفسيرها تلقائياً كدليل على التلاعب الاستراتيجي أو التلاعب بالمواءمة.
تقترح هذه الورقة إطار عمل "الجسر السلبي-النشط" (PA-Bridge)، الذي يستفيد من موازن توزيع تنافسي ومجزئ دلالي لسد الفجوة بين التغذية الراجعة للتوصية السلبية وتعبيرات المستخدم النشطة، وبالتالي التغلب على ندرة البيانات وحلقات التغذية الراجعة لتحسين توصيات بدء المحادثة في عمليات البحث المدفوعة بالنماذج اللغوية الكبيرة بشكل كبير.
تقدم الورقة البحثية FLAS، وهي طريقة لتوجيه التنشيط قائمة على التدفق تتعلم حقل سرعة عامًا مشروطًا بالمفهوم لنقل تنشيطات النموذج، وبذلك تتفوق على كل من تقنيات التوجيه الحالية والتلقين داخل السياق في اختبار AxBench من خلال التغلب على الافتراضات المقيدة للمنهجيات السابقة.