11611 ورقة بحثية
تقدم هذه الورقة مجموعة بيانات MBFC-2025 ومجموعة أدوات لتوصيف الوسائط متعددة الرؤى تستفيد من التمثيلات المتنوعة واستراتيجيات الدمج لتحقيق نتائج رائدة في اكتشاف الانحياز السياسي والموثوقية عبر المنافذ الإخبارية.
تقدم الورقة البحثية إطار عمل PUPPET، وهو إطار للتعلم المعزز يعمل على ضبط النماذج اللغوية الكبيرة لتعزيز قابليتها للكشف عبر إشارات تشبه العلامات المائية وفي الوقت ذاته تحسين أدائها في المهام اللاحقة، متفوقاً بذلك على طرق العلامات المائية التقليدية مع الحفاظ على المتانة تجاه الهجمات والكفاءة في التدريب.
تتناول هذه الورقة البحثية التقلب الكبير في الطول عند التوليد طويل النص من خلال تقديم معيار VOLBench لقياس هذه المشكلة، وتحديد أسبابها الداخلية القائمة على آلية الانتباه، واقتراح استراتيجية فك التشفير GLoBo، وهي استراتيجية لا تتطلب تدريباً تعمل على تحسين دقة واستقرار الطول بشكل جوهري مع الحفاظ على جودة التوليد.
تقدم الورقة البحثية FoCore، وهي استراتيجية فك تشفير خالية من التدريب لنماذج اللغات الكبيرة القائمة على الانتشار، والتي تستفيد من التقارب المبكر للرموز ذات كثافة المعلومات العالية من خلال التباين الذاتي لتحسين جودة التوليد وتسريع سرعة الاستنتاج في آن واحد.
تقترح الورقة البحثية محاذاة المسارات متعددة الحبيبات (MTA)، وهو إطار عمل لتقطير المعرفة يعمل على محاذاة تمثيلات المعلم والطالب عبر مسارات التحول لكل طبقة باستخدام مطابقة تكيفية على مستوى الكلمات والعبارات لالتقاط تطور الدلالات التركيبية بشكل أفضل وتحسين ضغط النماذج اللغوية الكبيرة.
تقدم هذه الورقة إطارًا موحدًا لتحليل تمثيلات المفاهيم العصبية على محوري الاحتواء وفك التشابك، كاشفةً أن اختيار طريقة التقدير يؤثر بشكل كبير على هذه الخصائص، ومسلطةً الض الضوء على تحديات محددة في تعميم طرق محو المفاهيم وعزل معلومات المتحدث في نماذج الكلام.
يُعد MEMORAI إطار عمل مبتكر يعزز المحادثات طويلة الأمد المخصصة مع النماذج اللغوية الكبيرة من خلال دمج التصفية الانتقائية للذاكرة، والرسوم البيانية متعددة العلاقات الغنية بالمصدر، والاسترجاع الفرعي المتكيف مع الاستعلام للتغلب على قيود أنظمة الذاكرة الحالية.
تقدم هذه الورقة البحثية Verbal-R3، وهو إطار عمل جديد للبحث المعزز بالتوليد (RAG) القائم على الوكلاء، والذي يجسّر الفجوة بين الاسترجاع والاستدلال عبر توظيف "إعادة ترتيب لفظي" (Verbal Reranker) لتوليد سرديات تحليلية (تعليقات لفظية) توضح صراحةً الروابط المنطقية بين الاستعلامات والسياقات المسترجعة، محققاً بذلك أداءً هو الأفضل في فئته على معايير الإجابة على الأسئلة المعقدة.
تقدم هذه الورقة Medmarks، وهي مجموعة معيارية شاملة ومفتوحة المصدر تتكون من 30 مهمة طبية متنوعة و61 نموذجاً تم تقييمها، والتي تكشف أن نماذج الاستدلال الرائدة تتفوق على غيرها في الدقة وكفاءة الرموز (token efficiency) مع تسليط الض الضوء على عرضة النماذج الأصغر لـتحيز ترتيب الإجابة.
تجادل الورقة البحثية بأن تحسين موثوقية الذكاء الاصطناي التوليدي يتطلب الانتقال من مجرد توسيع المعرفة الواقعية إلى تعزيز القدرات وراء المعرفية، وتحديداً عبر تعليم النماذج كيفية التعبير عن "عدم اليقين المخلص" للتمييز بين الحقائق المعروفة والأخطاء الواثقة.