11611 ورقة بحثية
تتأمل هذه الورقة في التفاعل بين المناهج الكمية وخصائص مجموعات البيانات في اللسانيات التاريخية من خلال مقارنة نمذجة المفاهيم القائمة على الرباعيات للخطاب في الإنجليزية في العصر الحديث المبكر مع تحليل "سين فلو" (SynFlow) للكتابة العلمية، محاججةً في النهاية بأن الخيارات المنهجية وبنية البيانات تشكل بشكل كبير عملية رصد وتفسير التغير الدلالي.
تقدم الورقة البحثية Pair2Score، وهو إطار عمل ثنائي المراحل وفعال من حيث المعلمات ينقل المقارنات الزوجية إلى تقييم مطلق للمقالات عبر تكييف نموذج LLaMA، مما يثبت أن تكوينات نقل محددة ومراحل تدريب زوجية محدودة تحسن دقة التقييم بشكل كبير مقارنة بالنماذج المعتمدة على التقييم المطلق فقط.
تقترح هذه الورقة إطار عمل للتعلم المعزز القائم على البحث يعمل على تحسين مواصفات دالة المكافأة بشكل تكراري من خلال التوليد الآلي، والتحقق، والفحص القائم على خوارزمية (GRPO)، مما يثبت أن حلقة التغذية الراجعة المصنفة تعزز أداء الاستدلال الرياضي على مجموعة بيانات (GSM8K) بشكل كبير مقارنة بمجموعات المكافآت الثابتة أو العشوائية.
تقدم الورقة البحثية EditPropBench، وهو معيار مرجعي يوضح أن محررات النماذج اللغوية الكبيرة الحالية تواجه صعوبة في نشر التعديلات الحقائقية بشكل موثوق عبر الادعاءات الضمنية وغير المحلية في المخطوطات العلمية، مما يسلط الضوء على الحاجة إلى أدوات تحقق مدركة للتأثيرات المتتالية لضمان الاتساق الحقائقي.
يُظهر نظام فريق CLaC الخاص بالمهمة السادسة في مسابقة SemEval-2026 أن النماذج اللغوية الكبيرة القائمة على التلقين تتفوق على المشفرات المضبوطة بدقة في اكتشاف وضوح الاستجابة والتهرب في الخطاب السياسي، محققةً نتائج رفيعة المستوى من خلال استراتيجية تجميعية وسياقات مدخلات غنية، مع تسليط الضوء على التحدي المستمر المتمثل في التمييز بين الردود الواضحة والمبهمة.
تُثبت هذه الورقة أن البنى المتخصصة ذات التكيف النطاقي، مثل IndicBERT-HPA، تتفوق بشكل كبير على النماذج اللغوية الكبيرة ذات التعلم الصفري في الموثوقية والمعايرة للتشخيص العظمي متعدد اللغات، بينما تقترح إطار عمل للتحقق المفاهيمي لضمان السلامة في نظم دعم القرار السريري.
تقدم الورقة البحثية CECoR، وهو إطار عمل مدرك للاستدلال يعتمد على نموذج التفكيك والحقن لتفكيك الادعاءات متعددة الخطوات وتوليد بيانات تدريبية، مما يحسن بشكل كبير من أداء تصحيح الأخطاء الواقعية في المهام المعقدة ومتعددة الخطوات مقارنة بالطرق الحالية.
تحلل هذه الورقة البطء في تقدم تنقيب الحجج القانونية رغم التطورات في الذكاء الاصطناعي، وتُعزي هذا الركود أساساً إلى نقص النهج التمثيلية المهيكلة التي توازن بين القدرة التعبيرية النظرية والجدوى الحسابية، وتقترح مساراً بحثياً مُعاد صياغته لمعالجة هذه المعضلات الهيكلية.
تقدم هذه الورقة إطار عمل لإزالة التحيز في وقت فك التشفير يستخدم نموذج مكافأة عملية منفصلاً لتقييم واختيار الرموز المرشحة من أجل العدالة والطلاقة دون تعديل أوزان النموذج، مما يثبت أن مخططات النقد والمراجعة المتتالية وحواجز التحيز خفيفة الوزن تقلل بفعالية من التحيزات الاجتماعية عبر نماذج لغوية متعددة مفتوحة الأوزان ومملوكة مع الحفاظ على جودة التوليد.
تحدد هذه الورقة فجوة حرجة في الموثوقية حيث تفشل النماذج اللغوية الصغيرة في إنتاج مخرجات صحيحة رياضياً ومتوافقة مع التنسيق المطلوب تحت التوجيه القياسي، وتقترح AloLab، وهو نظام وكيل ميتا تكراري يعمل على تحسين توجيهات النظام لتحقيق دقة عالية في المخرجات مع زمن استجابة يقارب الأداء الأصلي دون الحاجة إلى ضبط دقيق للنموذج أو فك ترميز مقيد.