11611 ورقة بحثية
تقدم الورقة البحثية AgentFloor، وهو معيار متعدد المستويات يوضح أن النماذج الصغيرة ذات الأوزان المفتوحة يمكنها التعامل بفعالية مع غالبية مهام استخدام الأدوات الروتينية قصيرة المدى في سير عمل الوكلاء، مع حجز النماذج الرائدة الكبيرة فقط للتخطيط المعقد طويل المدى مع تحقيق أداء إجمالي مماثل بتكلفة أقل.
تتناول هذه الورقة تحدي تكلفة الرموز (tokens) في معالجة النصوص السريرية الطويلة من خلال صياغة التوجيه الواعي بالميزانية كمسألة اختيار مجموعة فرعية مقيدة بمسألة الحقيبة (knapsack-constrained subset selection)، واقتراح هدف رتيب شبه معياري (RCD)، وإثبات أنه من خلال التجارب أن اختيار المختار (selector choice) والأساليب القائمة على التنوع أمر بالغ الأهمية لتحسين أداء توليد النماذج اللغوية الكبيرة (LLM) تحت قيود صارمة للتكلفة وزمن الاستجابة.
يقدم MemRouter موجهًا خفيف الوزن يعتمد على التضمين (embedding) في جانب الكتابة، حيث يفصل بين عملية قبول الذاكرة وتوليد الإجابة، محققًا دقة فائقة وزمن استجابة أقل بكثير مقارنة بمديري الذاكرة القائمين على النماذج اللغوية الكبيرة ذات التوليد الذاتي (autoregressive) في الوكلاء الحواريين طويلي الأمد.
تقدم هذه الورقة البحثية TokenUnlearn، وهو إطار عمل لنسب الأهمية على مستوى الرمز (token-level attribution) يعزز عملية "إلغاء التعلم" (machine unlearning) في النماذج اللغوية الكبيرة من خلال تحديد واستهداف الرموز الحرجة بشكل انتقائي عبر إشارات مدركة للمعرفة والاعتلاج (entropy)، مما يؤدي إلى تحسين فعالية النسيان والحفاظ على المنفعة مقارنة بالطرق التقليدية القائمة على مستوى التسلسل.
تحدد هذه الورقة أن أهداف التعلم المعزز القياسية ذات المكافآت القابلة للتحقق (RLVR) تؤدي إلى انهيار التنوع لكونها غير مبالية بتوزيع الكتلة الاحتمالية بين الحلول الصحيحة، وتقترح تحسين السياسة الموحدة الصحيحة (UCPO) لفرض توزيع موحد على المخرات الصالحة، مما يحسن بشكل كبير تنوع وتغطية العينات المتعددة مع الحفاظ على دقة المحاولة الواحدة.
تستعرض هذه الورقة تطوير ونشر تقنيات الترجمة متعددة اللغات المتقدمة في العالم الحقيقي، بما في ذلك أنظمة الترجمة الفورية ذات التجزئة القائمة على الكتل والمعالجة المدركة للسياق، لتحقيق تجربة خالية من حواجز اللغة في إكسبو 2025 أوساكا.
تقترح هذه الورقة البحثية "تنظيم الوضع المعزز" (RMR)، وهو تدخل آني خفيف الوزن يعالج انهيار الوضع في النماذج اللغوية الكبيرة عبر تطبيق التخميد الهندسي على ذاكرة التخزين المؤقت للقيم في نموذج المحول (Transformer)، مما يتيح توليدًا مستقرًا وعالي الجودة بمعدلات اعتلاج أقل بكثير من طرق فك التشفير القياسية.
تُظهر هذه الدراسة أن صياغة المهام تؤثر بشكل كبير على تكوين الافتراضات في النماذج اللغوية الكبيرة، مما يؤثر على قدرتها على التكيف والاستنتاج المنطقي في مهام اتخاذ القرار مثل معضلة السجين المتكررة، وهو ما يسلط الض الضوء على الحاجة الماسة إلى الصياغة المحايدة لضمان السلامة والموثوقية.
تقترح هذه الورقة منهجية لتتبع واستعادة الدور الوظيفي الكامن للذكاء الاصطناعي (مثل التحرير المساعد أو التوليد الإبداعي) ضمن التكافل بين الإنسان والآلة، وذلك من خلال استنتاج الأدوار المحددة عبر الأوامر النصية من النصوص المولدة، مما يدعم البحث الأخلاقي في شفافية وعدالة مشاركة الذكاء الاصطناعي.
تقدم الورقة البحثية ReLay، وهي مجموعة بيانات لتقييم ملخصات الأبحاث الصحية المخصصة والمكتوبة بلغة بسيطة والمولدة بواسطة النماذج اللغوية الكبيرة، والتي تُظهر أنه في حين أن التخصيص يحسن الاستيعاب والجودة المدركة، فإنه يزيد في الوقت ذاته من مخاطر تعزيز التحيزات والهلوسة، مما يسلط الضال على مقايضة حرجة بين الفعالية والسلامة.