cs.CL ورقة بحثية

DiffRetriever: Parallel Representative Tokens for Retrieval with Diffusion Language Models

يقدم DiffRetriever طريقة استرجاع لرموز تمثيلية متوازية لنماذج اللغة الانتشارية، حيث يقوم بإلحاق مواضع متعددة محجوبة بالمطالبات وقراءتها في تمريرة ثنائية الاتجاه واحدة، محققاً أداءً وكفاءة فائقين مقارنة بالنهج التتابعي ذاتي الانحدار متعدد الرموز ونماذج الاسترجاع الحالية المضبوطة بالتباين.

Shuai Wang, Yin Yu, Shengyao Zhuang, Bevan Koopman, Guido Zuccon2026-05-11

💬 NLP

Teaching Language Models to Think in Code

تقدم الورقة البحثية ThinC، وهو إطار عمل ينقل استدلال النماذج اللغوية من التداخل بين اللغة الطبيعية والبرمجية إلى نموذج يرتكز على البرمجة حيث يعمل الكود نفسه كمستدل أساسي، محققاً أداءً هو الأفضل في فئته على معايير الرياضيات بمستوى المسابقات من خلال تقطير مسارات الكود وتوظيف الضبط الدقيق الخاضع للإشراف متبوعاً بالتعلم التعزيزي.

Hyeon Hwang, Jiwoo Lee, Jaewoo Kang2026-05-11

💬 NLP

Experience Sharing in Mutual Reinforcement Learning for Heterogeneous Language Models

تقدم هذه الورقة "التعلم المعزز المتبادل"، وهو إطار عمل يُمكّن النماذج اللغوية غير المتجانسة من تبادل الخبرات النوعية بشكل متزامن عبر طبقة ركيزة مشتركة وطبقة محاذاة للمجزئ، مما يثبت أن نقل النجاح على مستوى النتائج يقدم أفضل توازن بين الاستقرار والدعم مقارنة باستراتيجيات المشاركة على مستوى البيانات أو مستوى القيمة.

Xiaoze Liu, Dhananjay Ram, Yuting Zhang, Zhaoyang Zhang, Wei Xia, Stefano Soatto2026-05-11

💬 NLP

PaT: Planning-after-Trial for Efficient Test-Time Code Generation

تقترح الورقة البحثية "التخطيط بعد التجربة" (PaT)، وهي سياسة تكيفية لتوليد الكود في وقت الاختبار تستدعي المخطط فقط عند فشل التحقق، مما يتيح تكويناً غير متجانس للنماذج يتسم بكفاءة التكلفة ويحسن بشكل كبير المقايضة بين التكلفة والأداء مقارنة بنهج التخطيط الجامد.

Youngsik Yoon, Sungjae Lee, Seockbean Song, Siwei Wang, Wei Chen, Jungseul Ok2026-05-11

💬 NLP

When Are Experts Misrouted? Counterfactual Routing Analysis in Mixture-of-Experts Language Models

تكشف هذه الورقة أن أجهزة التوجيه القياسية من نوع (top- $k$ ) في نماذج "خليط الخبراء" (Mixture-of-Experts) غالباً ما تخفق في اختيار مسارات الخبراء المثلى للرموز التي تتطلب استدلالاً معقداً، إلا أن تحديثاً طفيفاً لجهاز التوجيه وحده يمكن أن يحسن الأداء بشكل كبير في الاختبارات المعيارية الصعبة عن طريق تصحيح حالات سوء التخصيص هذه دون إعادة تدريب الخبراء.

Youngsik Yoon, Siwei Wang, Wei Chen, Jungseul Ok2026-05-11

💬 NLP

From 0-Order Selection to 2-Order Judgment: Combinatorial Hardening Exposes Compositional Failures in Frontier LLMs

تقدم هذه الورقة LogiHard، وهو إطار عمل رسمي يحول مهام الاختيار البسيطة إلى أحكام منطقية معقدة عبر التصلب التوافقي والاختبار التكيفي، كاشفاً أن النماذج اللغوية الكبيرة الرائدة تعاني من تدهور كبير في الدقة بسبب فجوة استدلال توافقي ناتجة عن التدريب وليس بسبب نقص في المعرفة.

Hanmeng Liu, Shichao Weng, Xiulai Liu, Zhicai Zhang, Anli Yan, Xiaozhang Liu2026-05-11

💬 NLP

MIPIAD: Multilingual Indirect Prompt Injection Attack Defense with Qwen -- TF-IDF Hybrid and Meta-Ensemble Learning

تقدم الورقة البحثية MIPIAD، وهو إطار دفاعي متعدد اللغات ضد هجمات حقن الأوامر غير المباشرة يجمع بين مصنف Qwen2.5 مضبوط بدقة باستخدام تقنية LoRA مع ميزات TF-IDF وتعلم التجميع الميتا (meta-ensemble learning) لتحقيق دقة كشف عالية وتقليل فجوات الأداء عبر اللغات في الإنجليزية والبنجالية.

Al Muhit Muhtadi, Mostafa Rifat Tazwar2026-05-11

💬 NLP

On the Complexity of the Matching Problem of Regular Expressions with Backreferences

تحدد هذه الورقة التعقيد الحسابي دقيق التفاصيل لمطابقة التعبيرات المنتظمة مع المراجع الخلفية من خلال إثبات الحدود الدنيا المشروطة تحت افتراضات SETH واكتشاف المثلث، بينما تقدم خوارزمية محسنة بقدر $O(n \log^2 n)$ للمراجع الخلفية ذات الاستخدام الواحد.

Soh Kumabe, Yuya Uezato2026-05-11

💬 NLP

MedAction: Towards Active Multi-turn Clinical Diagnostic LLMs

تقدم الورقة البحثية MedAction، وهو مسار تقطير ذو بنية شجرية يولد مسارات تشخيص سريري متعددة الأدوار عالية الجودة باستخدام مقاييس مرتكزة على الرسوم البيانية للمعرفة لمعالجة أوجه القصور في النماذج اللغوية الكبيرة الحالية في التشخيص النشط، مما أدى إلى إنتاج مجموعة بيانات MedAction-32K ونماذج طبية مفتوحة المصدر ذات أداء فائق.

Hsin-Ling Hsu, Zizheng Wang, Donghua Zhang, Nai-Chia Chen, Jerry Wang, Jun-En Ding, Chia-Hsuan Hsu, Guoan Wang, Feng Liu (…)2026-05-11

💬 NLP

Rethinking Dense Sequential Chains: Reasoning Language Models Can Extract Answers from Sparse, Order-Shuffling Chain-of-Thoughts

تتحدى هذه الورقة الرؤية التقليدية التي تقضي بوجوب كون سلاسل الاستدلال كثيفة ومتسلسلة، وذلك من خلال إثبات قدرة النماذج اللغوية على استخراج الإجابات الصحيحة من آثار الاستدلال التي تعرضت لخلط شديد، وتجريد من اللغة الطبيعية، وحتى تلوث بإجابات خاطئة، مما يكشف عن ركيزة معلوماتية كامنة تتسم بالندرة وعدم الحساسية للترتيب.

Yi-Chang Chen, Feng-Ting Liao, Da-shan Shiu, Hung-yi Lee2026-05-11

→ السابق التالي ←