11534 ورقة بحثية
تقدم هذه الورقة MoLF، وهو إطار عمل موحد للضبط الدقيق يقوم بتوجيه تحديثات التدرج ديناميكياً بين الضبط الدقيق الكامل والتكيف منخفض الرتبة على مستوى المحسن للتغلب على القيود الهيكلية للنهجات الثابتة، محققاً أداءً متفوقاً أو مكافئاً عبر مهام وأحجام نماذج متنوعة مع توفير نسخة فعالة من حيث استهلاك الذاكرة.
يقدم البحث إطار عمل Region4Web، الذي يعيد تعريف ملاحظة الوكيل الويب من مستوى العناصر إلى مستوى المناطق الوظيفية من خلال التفكيك الهرمي ومسار PageDigest المستمر، محققاً معدلات نجاح أعلى للمهام وتقليلاً في أطوال الملاحظات على معيار WebArena عبر نماذج لغوية كبيرة متنوعة.
تقترح هذه الورقة البحثية طريقة "التقطير عبر ضغط مسار الاستدلال" (D-RPC)، وهي طريقة تعمل على تحسين نقل المعرفة من النماذج اللغوية الكبيرة إلى الصغيرة من خلال تقييد مبررات النموذج المعلم بمصرف يتم صيانته ديناميكيًا من مسارات الاستدلة عالية المستوى القابلة لإعادة الاستخدام، مما يؤدي إلى تقليل ضجيج الإشراف وتحقيق أداء متفوق عبر العديد من معايير الاستدلال مقارنة بتقنيات التقطير الحالية.
تُظهر هذه الورقة أن تمثيلات النصوص (text embeddings) الحالية، رغم أدائها الكافي على مستويات المجالات الفرعية الأوسع، تفشل في التقاط الأجندات البحثية دقيقة التفاصيل، مما يكشف عن قصور حرج في عمليات التوليد المعزز بالاسترجاع العلمي (scientific RAG) يمكن معالجته جزئياً عبر الاستفادة من إشارات الاستشهاد المرجعي.
يُعد CLIPer إطار عمل خفيف الوزن للتخصيص عند وقت الاستدلال، يستخدم مصنفًا لتوجيه توليد النماذج اللغوية الكبيرة ديناميكيًا نحو تفضيلات المستخدم المتنوعة دون التكلفة الحسابية لعمليات الضبط الدقيق المكثفة.
تضع هذه الورقة حجر أساس متعدد البنيات وقابلاً لإعادة الإنتاج لتحديد الاستعارات على مستوى الرمز (token-level) في اللغة الصينية تحت إطار عمل MIPVU على مجموعة بيانات PSU CMC، مبرهنةً على أن نموذج MelBERT المُكيف للغة الصينية والذي يستخدم موارد المعنى الأساسي يتفوق على كل من الضبط الدقيق لنموذج RoBERTa والنهج التوليدي القائم على Qwen3.5.
تقدم هذه الورقة BoundaryRouter، وهو إطار عمل لا يتطلب تدريباً يعمل على تحسين المقايضة بين زمن الاستجابة والأداء من خلال توجيه الاستعلامات ديناميكياً إما إلى استدلال نماذج لغوية كبيرة خفيفة الوزن أو إلى تنفيذ وكيل كامل بناءً على الخبرة السلوكية المبكرة والاستدلال الموجه بالمعايير، محققاً تحسينات كبيرة في كل من السرعة والدقة مقارنة بالطرق الحالية.
تحدد هذه الورقة ظاهرة "الوادي غير الطبيعي للنص" حيث تُظهر النماذج اللغوية الكبيرة تدهوراً غير رتيب في الأداء في مهام استرجاع المعلومات مع زيادة فساد حدود الكلمات، وهو انخفاض على شكل حرف U ناتج عن انتقال مضطرب بين أنماط المعالجة غير الفعالة على مستوى الكلمة والمستوى الحرفي.
حقق فريق PSK@EEUCA 2026 المركز الرابع في تحدي كشف السمية في لعبة World of Tanks عبر دمج نموذج Llama 3.1 8B مع ضبط دقيق باستخدام تقنية LoRA وتعزيز البيانات الاصطناعية بنسبة 5% للوصول إلى درجة F1-macro بلغت 0.6234، بينما حدد أيضاً "فخ التحقق" الحرج حيث يفشل الأداء العالي في مجموعة التحقق في التعميم على مجموعة الاختبار.
تقدم هذه الورقة إطار عمل "المحلل الوسيط" (proxy-analyzer) الذي يكتشف الهلوسة في النماذج اللغوية الكبيرة من خلال تحليل التنشيطات الداخلية لنماذج ذات أوزان مفتوحة صغيرة ومستضافة محلياً، محققاً أداءً هو الأفضل في فئته عبر بنيات محللة متنوعة مع إثبات أن حجم النموذج الأكبر لا يرتبط بالضرورة بدقة كشف أفضل.