11611 ورقة بحثية
تقدم هذه الورقة نماذج Agentic-imodels، وهو إطار عمل للبحث الذاتي يعمل على تطوير نماذج انحدار متوافقة مع scikit-learn ومُحسّنة من حيث دقة التنبؤ وقابلية التفسير الموجهة للوكلاء، مما يثبت أن النماذج المصممة لتكون "قابلة للمحاكاة" من قبل النماذج اللغوية الكبيرة تعزز بشكل كبير أداء علوم البيانات الوكيلية في المهام اللاحقة.
تكشف دراسة إعادة الإنتاج هذه أنه بينما تتفوق المسترجعات العصبية على الأساليب المعجمية في معيار QUEST للاستعلامات التركيبية للمجموعات المعقدة، فإنها تفشل في التعميم على معيار LIMIT+ المنضبط، مما يكشف عن اعتمادها على الاختصارات الدلالية بدلاً من استيفاء القيود الحقيقي، ويسلط الضوء على الاستقرار الفائق للأساليب الجبرية المتفرقة مع زيادة العمق التركيبي.
تقدم هذه الورقة MCJudgeBench، وهو معيار مرجعي جديد مصمم لتقييم حكام النماذج اللغوية الكبيرة (LLM) على مستوى القيود من أجل اتباع التعليمات متعددة القيود، مما يكشف أن الأداء العام للحكم لا يضمن الموثوقية عبر فئات تسميات محددة أو الاستقرار ضد الاضطرابات.
تتقصى هذه الورقة ما إذا كان بإمكان النماذج اللغوية الحفاظ على التحليل المفاهيمي الفلسفي من خلال دورات متكررة من الأمثلة المضادة والإصلاح، حيث وجدت أنه بينما يمكنها الانخراط في هذه العملية، فإن الحلقة تعطي بسرعة عوائد متناقصة تتميز بزيادة الإطناب دون تحسن في الدقة، وميل النماذج إلى القبول المفرط للأمثلة المضادة غير الصالحة مقارنة بالمحكمين البشر.
تقدم هذه الورقة SATFormer، وهو متغير من نموذج Transformer يعامل إعادة استخدام التمثيل المبكر كمسألة استرجاع عبر توظيف بوابة تعتمد على السياق للوصول الانتقائي إلى إسقاطات القيم في الطبقة الأولى، مما يحقق أداءً وكفاءة متفوقين مقارنة بطرق المتبقيات الثابتة مع الحفاظ على إنتاجية النموذج الأساسي.
تُثبت هذه الورقة أن نماذج المحولات المعززة بالميزات، وتحديداً نموذج DeBERTa-v3 المعزز بميزات لغوية قائمة على الانتباه، تحقق كشفاً قوياً للنصوص المولدة بواسطة الذكاء الاصطناعي عبر مجالات ونماذج توليد متنوعة تحت بروتوكول العتبة الثابتة، متفوقة بشكل كبير على كل من بنيات المحولات السابقة والنماذج المرجعية ذات التعلم الصفري.
تقترح هذه الورقة إطار عمل LaaB، وهو إطار عمل مبتكر يعمل على تحسين كشف الهلوسة في النماذج اللغوية الكبيرة من خلال سد الفجوة بين عدم اليقين العصبي الضمني والأحكام الذاتية الرمزية الصريحة عبر عملية حكم ميتا (meta-judgment) تعمل على مواءمة إشارات الرؤية المزدوجة عبر قيود الاتساق المنطقي.
تُراجع دراسة EQUITRIAGE خمسة نماذج لغوية كبيرة في ما يقرب من 375,000 سيناريو لفرز الحالات في أقسام الطوارئ، وتكشف أن جميع النماذج تظهر تحيزاً جنسياً بمعدلات انقلاب تتجاوز 5%، مما يثبت أن مقاييس العدالة مثل التكافؤ الجماعي، والثبات المقابل للواقع، والمعايرة هي خصائص متميزة تتطلب تدقيقاً خاصاً بكل نموذج قبل النشر السريري.
تتناول هذه الورقة البحثية أوجه القصور في التقييم والتدريب الحاليين لعمليات الاسترجاع كثيفة الاستدلال في أنظمة البحث الوكيلية من خلال تقديم معيار BRIGHT-Pro متعدد الجوانب ومتن RTriever-Synth، اللذين يُمكّنان معاً من تطوير نموذج RTriever-4B الذي يتفوق بشكل كبير على المسترجعات الحالية عند تقييمه بموجب بروتوكولات وكيلية واقعية.
تقدم الورقة إطار عمل SaFE-Scale ومعيار RadSaFE-200 لإثبات أن سلامة النماذج اللغوية الكبيرة السريرية ليست نتاجاً سلبياً لعملية التوسع، بل هي خاصية تعتمد على عملية النشر حيث تساهم الأدلة عالية الجودة بشكل كبير في تقليل الأخطاء الخطيرة، في حين تفشل عمليات الاسترجاع القياسية وزيادة الحوسبة في تكرار مكاسب السلامة هذه.