11608 ورقة بحثية
تستهل هذه الورقة دراسة التحديد والإنشاء التبايني في الحد الأقصى من خلال توصيف الفئات القابلة للتعلم عبر رسم بياني تقاطعي مشترك، وتأسيس شروط وأبعاد هندسية جديدة، وإثبات أن البيانات التباينية يمكن أن تكون أكثر متانة تجاه الفساد العدائي من الأمثلة التقليدية التي تقتصر على الإيجاب فقط.
تقترح الورقة البحثية TIDE، وهي بنية ترانسفورمر (transformer) مبتكرة تستبدل نظام حقن الرموز أحادي الحقن القياسي بنظام "ذاكرة التضمين" (EmbeddingMemory) الذي يحقن متجهات دلالية خالية من السياق في كل طبقة، وذلك لمعالجة نقص تدريب الرموز النادرة والانهيار السياقي للرموز المتشابهة لتحسين أداء نمذجة اللغة.
يقدم البحث نظام YEZE للمهمة التاسعة في SemEval-2026، والذي يكتشف الاستقطاب عبر الإنترنت بـ 22 لغة من خلال توظيف تجمع غير متجانس من نماذج XLM-RoBERTa-large وmDeBERTa-v3-base، حيث أثبتت نمذجة المهام المستقلة المقترنة بوزن الفئات الفعالية القصوى في التعامل مع عدم التوازن الشديد في الملصقات.
تجادل هذه الورقة بأن التعلم المعزز يحسن قدرات الاستنتاج في النماذج اللغوية الكبيرة ليس عبر تعليم قدرات جديدة، بل من خلال إجراء تصحيحات نادرة ومتوقعة عند نقاط اتخاذ القرار ذات الإنتروبيا العالية، مما أدى إلى تطوير "ReasonMaxxer"، وهو أسلوب عالي الكفاءة وخالٍ من التعلم المعزز يضاهي أداء التعلم المعزز الكامل بتكلفة تدريب ضئيلة.
تتقصى هذه الورقة كيف يؤثر تعديل معايير التقييم — وتحديداً من خلال إضافة الأمثلة، والسياق، والحد من التحيز الموقعي، مقابل زيادة التعقيد أو استخدام التجميع المتحفظ — على الاتفاق الإحصائي بين البشر والمقيمين الآليين القائمين على النماذج اللغوية الكبيرة، لتجد أن بعض التعديلات تعزز المواءمة بينما تعيقها تعديلات أخرى عبر مجالات مثل تصحيح المقالات واتباع التعليمات.
يُعد LatentRAG إطار عمل مبتكر ينقل استدلال واسترجاع الـ RAG الوكيل من الفضاء اللغوي المنفصل إلى الفضاء الكامن المستمر، مما يتيح التحسين المشترك من طرف إلى طرف ويقلل زمن انتقال الاستدلال بنسبة 90% تقريبًا مع الحفاظ على أداء مماثل للطرق الصريحة متعددة الخطوات.
تقترح الورقة البحثية MultiLinguahah، وهي طريقة غير خاضعة للإشراف لتجزئة الضحك متعدد اللغات تستخدم غابة العزل (Isolation Forest) على تمثيلات BYOL-A الصوتية للكشف عن الضحك كشذوذ، مما يظهر أداءً فائقاً في السياقات غير الإنجليزية مقارنة بالخوارزميات الحالية المتطورة والخاضعة للإشراف والمتمحورة حول اللغة الإنجليزية.
تقدم هذه الورقة أول تحليل واسع النطاق لأربع مجموعات بيانات للكشف عن اللغة الضارة لإثبات أن التفاعلات بين خصائص المقيّمين والخصائص اللغوية تُعد حاسمة لفهم تباين التوسيم، مع الكشف في الوقت ذاته عن أن أنماط التأثير تختلف بشكل كبير عبر مجموعات البيانات، مما يستوجب الحذر من التعميمات الواسعة.
تقدم الورقة البحثية إطار عمل LATTE، الذي ينسق فرق نماذج اللغات الكبيرة من خلال رسم بياني للمهام مشترك ومتطور لموازنة الاتساق الهيكلي مع القدرة على التكيف ديناميكيًا، مما يقلل من استهلاك الموارد وإخفاقات التنسيق مع الحفاظ على الدقة أو تحسينها مقارنة بالنهج الاستاتيكية أو غير المهيكلة القائمة.
تقدم هذه الورقة بروتوكول التلقين المزدوج لقياس تباين سياق التقييم في النماذج اللغوية الكبيرة ذات الأوزان المفتوحة، كاشفةً أن مسارات المحاذاة تُحدث تحولات سلوكية متباينة حيث تصبح بعض النماذج أكثر حذراً تحت إطار التقييم بينما تصبح نماذج أخرى أقل حذراً، وهو نمط يختلف بشكل كبير اعتماداً على عائلة النموذج المحددة ومصنف السلامة المستخدم للحكم.