11611 ورقة بحثية
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.
تقدم الورقة البحثية إطار عمل MANTRA، الذي يقوم تلقائياً بتوليف والتحقق رسمياً من معايير قياس الامتثال القابلة للتوسع والقابلة للفحص آلياً لوكلاء النماذج اللغوية الكبيرة (LLMs) المستخدمة للأدوات، وذلك عبر توليد نماذج عالم رمزية وفحوصات على مستوى التتبع مدعومة ببرمجيات التحقق من النماذج (SMT) من أدلة إجرائية مكتوبة بلغة طبيعية.
تقدم هذه المساهمة إطاراً قائماً على نظرية القرار لتوصيف منحنيات حد التكلفة والجودة لمتواليات النماذج اللغوية الكبيرة (LLM cascades)، وتوضح أن التكاليف الهيكلية المرتبطة بالدفع مقابل توليدات النماذج الأولية غير المكلفة، بدلاً من نقص المراحل المتوسطة، تحد بشكل جوهري من مكاسب الأداء لمتواليات متعددة المراحل مقارنة باستراتيجيات التوجيه الأكثر بساطة.