11611 ورقة بحثية
يقدم FlexSQL عميلًا لتحويل النص إلى SQL يتفوق على النماذج الأقوى في معيار Spider2-Snow من خلال توظيف مبدأ تصميم مرن يسمح باستكشاف المخطط ديناميكيًا، وفحص البيانات، وخطط تنفيذ متنوعة مع آلية إصلاح ثنائية المستويات طوال عملية الاستدلال.
تقترح هذه الورقة SALO، وهو كاشف عند وقت الاستدلال يستفيد من التتبع السببي لتحديد "مسارات الرفض" المستمرة والمتفرقة في التمثيلات الكامنة، مما يحقق كشفاً قوياً لعمليات كسر الحماية (بمعدل نجاح يتجاوز 90%) ضد الهجمات التي تنجح في كبح إشارات الرفض النهائية.
تقيم هذه الورقة نماذج الاستدلال الكبيرة (LRMs) في الاستعلامات التي تحتوي على افتراضات مسبقة خاطئة، وتجد أنها على الرغم من تفوقها على النماذج غير الاستدلالية بهامش ضئيل، إلا أنها لا تزال تخفق بشكل متكرر في تحدي الافتراضات الخاطئة، لا سيما عندما يتم التعبير عن تلك الافتراضات بقوة.
تتقصى هذه الورقة المعالجة الآلية للنفي في النماذج اللغوية الكبيرة، كاشفةً أنه بينما ينبع ضعف الدقة من اختصارات الانتباه في الطبقات المتأخرة، فإن النماذج توظف داخلياً كلاً من الآليات التثبيطية والبنائية — مع هيمنة الأخيرة — للتعامل بشكل صحيح مع العبارات المنفية.
تتناول هذه الورقة الأداء الضعيف لأنظمة التعرف التلقائي على الكلام (ASR) الحالية في المجال المتخصص للصوت المختلط بين اللغات الهندية، وذلك عبر تقديم حلقة طيران (flywheel) مفتوحة المصدر من تحويل النص إلى كلام (TTS) ومن الكلام إلى نص (STT) تقوم بتخليق 22,000 عبارة كثيفة الكيانات لتحسين معدل إصابة الكيان (Entity-Hit-Rate) بشكل كبير للتعرف على الكلام بلغة التيلوجو.
تقترح هذه الورقة نهجاً عملياً لتعزيز تحليل التدوينات المصغرة للمستثمرين من خلال تعزيز مجموعة بيانات StockEmotions برسوم بيانية للآراء ذات بنية دلالية مستمدة من StockTwits، مما يثبت أن دمج هذه الدلالات الرأيه عبر الشبكات العصبية الرسومية يحسن بشكل كبير من أداء تصنيف المشاعر.
تُعد PIIGuard آلية دفاع على مستوى صفحات الويب تستخدم قطعاً برمجية مخفية ومُحسّنة من لغة HTML لتوجيه النماذج اللغوية الكبيرة بعيداً عن الكشف عن معلومات الهوية الشخصية (PII) الخاصة ببيانات الاتصال، مما يحقق معدلات نجاح عالية في منع تسرب البيانات مع الحفاظ على الفائدة للاستعلامات الحميدة.
تتناول هذه الورقة التحديات المتعلقة باستخراج مؤشرات الأداء الرئيسية (KPIs) من نصوص مكالمات الأرباح غير المهيكلة عبر تقديم معايير مرجعية جديدة، وإثبات أوجه القصور في النماذج المدربة على ملفات هيئة الأوراق المالية والبورصات الأمريكية (SEC) المهيكلة، واقتراح نظام قائم على النماذج اللغوية الكبيرة (LLM) ومُحقَّق بشرياً يحقق دقة بنسبة 79.7% لاستخراج المعلومات مفتوحة النهايات.
تقدم هذه الورقة البحثية OCRR، وهو معيار مرجعي جديد لتقييم استعادة التصحيح عبر الإنترنت تحت تأثير انزياح التوزيع، وتثبت أن ركيزة مقترحة تعتمد على الإضافة فقط وسلسلة الهاش تتفوق بشكل كبير على النماذج المرجعية الحالية للتعلم المستمر والضبط الدقيق من خلال تحقيق دقة عالية في الفئات الجديدة مع الحفاظ في الوقت ذاته على الأداء في البيانات الأصلية وبأقل قدر من استهلاك الذاكرة.
تُثبت هذه المقالة أن قياس الانحراف الهندسي للحالات الخفية عن مجموعة مرجعية قابلة للإجابة يوفر إشارة موثوقة وغير خاضعة للإشراف قبل عملية التوليد للكشف عن الاستعلامات غير القابلة للإجابة في المجالات المهيكلة مثل الرياضيات والبرمجة، رغم أن هذا التأثير لا يعمم على المطالبات الواقعية.