11611 ورقة بحثية
تُعدُّ LITcoder مكتبةً مفتوحة المصدر ومعيارية، صُممت لتبسيط عمليات تطوير ونمذجة التشفير العصبي، واختبار أدائها، والمقارنة المنهجية بينها، وذلك من خلال توفير أدوات معيارية لمحاذاة المحفزات المستمرة مع بيانات الدماغ، مع تقديم رؤى عملية حول الخيارات المنهجية الحاسمة لتحليل التصوير بالرنين المغناطيسي الوظيفي المستمر.
تقدم هذه الورقة "تعلم التعزيز التحكمي" (Control Reinforcement Learning - CRL)، وهو إطار عمل يدرب سياسة لاختيار وتضخيم ميزات المشفّر التلقائي المتناثر القابل للتفسير ديناميكيًا على مستوى الرمز (token) لتوجيه مخرجات النماذج اللغوية الكبيرة، مما يوفر بروتوكولات تدخل لكل رمز ورؤى ميكانيكية جديدة في سلوك النموذج عبر مختلف الاختبارات المعيارية.
تقترح هذه الورقة إطار عمل VAUQ، وهو إطار عمل لتقدير عدم اليقين مدرك للرؤية وخالٍ من التدريب، يستفيد من درجة معلومات الصورة (Image-Information Score) وإخفاء المنطقة المركزية غير الخاضع للإشراف للكشف بشكل موثوق عن الهلوسة في النماذج اللغوية البصرية الكبيرة من خلال قياس اعتمادها صراحةً على الأدلة البصرية.
تقدم الورقة البحثية UniQGen، وهو إطار عمل مبتكر موجه بالقيود يستفيد من وكلاء النماذج اللغوية الكبيرة (LLM agents) وخوارزمية "المطاردة والعودة" (Chase & Backchase) الموسعة لتوليد استعلامات Cypher عالية الجودة وقابلة للتنفيذ للإجابة على أسئلة الرسوم البيانية للمعرفة دون الحاجة إلى ضبط دقيق، مما يتفوق بشكل كبير على الأساليب الرائدة في الدقة والكفاءة.
تقدم الورقة البحثية DIAGRAMS، وهو إطار عمل مراجعة خفيف الوزن وقائم على المخططات (schema-driven) يعمل على فصل منطق الواجهة عن تنسيقات مجموعات البيانات لأتمتة وتسهيل عملية إنشاء الإسناد على مستوى الاستدلال لأسئلة وأجوبة المخططات (Diagram QA)، محققاً دقة واستدعاءً عاليين مع تقليل جهد التوسيم اليدوي بشكل كبير.
بينما تستطيع النماذج اللغوية الكبيرة تحسين تقبل القراء المحافظين للأخبار الليبرالية بفعالية من خلال إعادة الصياغة الجوهرية بدلاً من مجرد التغييرات اللفظية، إلا أنها تبالغ بشكل كبير في تقدير حجم تأثيرها وتخطئ في تحديد العوامل النفسية التي تدفع الاستجابة البشرية، مما يسلط الض الضوء على الحاجة إلى الإشراف البشري في جهود إزالة الانحياز التي يقودها الذكاء الاصطناعي.
تقدم الورقة إطار عمل CLEAR لتوضيح أن المعايير الطبية القياسية تفشل في استيعاب الغموض الواقعي، مما يكشف أن زيادة خيارات الإجابة، وتحويل صياغة الامتناع إلى الاعتراف بعدم اليقين، وزيادة حجم النماذج، تؤدي جميعها إلى تدهور موثوقية النماذج اللغوية الكبيرة من خلال تفاقم "عجز التواضع" حيث تجد النماذج صعوبة في الامتناع عن الإجابات غير الصحيحة.
تجادل هذه الورقة بأن تقييمات التلقين بالتحليل المقابل المعيارية غالبًا ما تعزو حساسية النموذج إلى عوامل محددة بسبب فشلها في مراعاة الحساسية العامة للتغيرات في الصيغة السطحية، وتقترح إطارًا قويًا يقارن التدخلات المستهدفة بنماذج مرجعية من إعادة الصياغة للتمييز بين التأثيرات الحقيقية والضجيج العرضي.
تقيم هذه الورقة بشكل منهجي تقنيات متنوعة لتفكيك النصوص وتوزيع ميزانية الخصوصية من أجل تعمية النصوص بخصوصية تفاضلية، مما يثبت أن خيارات التصميم الاستراتيجية في تقسيم النصوص وتخصيص تؤثر بشكل كبير على المقايضات التجريبية وتسمح بتعظيم المنفعة تحت قيود الخصوصية.
تقدم هذه الورقة إطاراً لنمذجة المتشعبات المحلية ومجموعة بيانات CoPaGE-300K لتحليل وتوليد نقاط اصطناعية ضمن فضاء تضمين الجمل، مما يوضح أنه بينما تلتقط النماذج الهندسية غير الخطية البنى الدلالية المحلية بدقة، فإن صلاحيتها الهندسية لا تترجم بالضرورة إلى تحسين أداء التصنيف في المهام اللاحقة.