11611 ورقة بحثية
تُظهر هذه الورقة أن تعقيد التعليمات العدائية هو ما يحدد ما إذا كانت النماذج اللغوية الكبيرة المضبوطة بالتعليمات ستتفاعل مع محتوى السؤال أم ستلجأ إلى الاختصارات الموضعية، مما يكشف أن تعليمات التجنب شديدة التعقيد ومتعددة الخطوات تُحفز "انهياراً موضعياً" حاداً حيث تتجاهل النماذج المحتوى تماماً لتعتمد بشكل افتراضي على مواضع إجابات محددة.
تعمل هذه الورقة على فصل المساهمات المحددة لتقطيع الكلمات إلى وحدات فرعية (subword tokenization) في النماذج اللغوية الكبيرة عبر محاكاة تأثيراتها في مسار تدريب قائم على مستوى البايت، مما يكشف أن مزايا أدائها تنبع أساساً من زيادة إنتاجية التدريب والتحيز الاستقرائي المفيد لحدود الوحدات الفرعية.
تُثبت هذه الورقة أن تمثيل المهام ذات البنية ثنائية الأبعاد كمتواليات رمزية أحادية الأبعاد يُحدث "احتكاكاً في التسلسل" يعيق الأداء، بينما يؤدي الحفاظ على التخطيط الأصلي ثنائي الأبعاد من خلال مسار معزز بالرؤية إلى تحسين الدقة بشكل كبير وتقليل الأخطاء ذات البنية المكانية في مهام مثل تدوير المصفوفات، ولعبة حياة كونواي، وتحلل LU.
تقدم هذه الورقة تنسيقات الفرق المدركة للبنية (BlockDiff وFuncDiff) واستراتيجية تكيفية (AdaEdit) تمكّن النماذج اللغوية الكبيرة من اختيار التنسيق الأكثر كفاءة في استهلاك الرموز ديناميكيًا، مما يحقق دقة كاملة في الأكواد مع تقليل زمن الاستجادة والتكلفة بنسبة تزيد عن 30% لمهام تحرير الأكواد الطويلة.
تقترح هذه الورقة إطار عمل لهجمات "النقر الخادع" المدركة للعواطف، يستفيد من نمذجة التكافؤ-الاستثارة-السيطرة والنماذج اللغوية الكبيرة لتوليد عناوين معدلة أسلوبياً، مما ينجح في التهرب من أنظمة الكشف الحديثة ويؤدي إلى تدهور أدائها بشكل كبير.
تقترح هذه الورقة إطاراً مفاهيمياً يتميز بطيف مكون من خمس مراحل لعلاقات اتخاذ القرار بين الإنسان والذكاء الاصطناعي — من الإنسان الخالص إلى الذكاء الاصطناعي الخالص — لمساعدة القادة على تحديد التكوينات المتغيرة، وتجنب مخاطر سوء التعرف، وتعزيز القدرة على التكيف المشترك ضمن الفرق التي تزداد تباينًا.
تقدم هذه الورقة البحثية "الاستقصاء بالاضطراب" (Perturbation Probing)، وهو أسلوب تشخيصي يتكون من مرحلتين ولا يعتمد على الانتشار العكسي، يحدد هيكلين متميزين لدوائر الشبكات العصبية ذات التغذية الأمامية (FFN)—دوائر التضاد للسلوكيات المثبطة بواسطة التعلم التعزيزي من التغذية الراجعة البشرية (RLHF)، ودوائل التوجيه لسلوكيات ما قبل التدريب—مما يتيح تدخلات دقيقة ومستهدفة لتعديل مخرجات محددة للنموذج مثل الرفض الأمني أو اختيار اللغة دون التأثير على القدرات الأخرى.
تُكيِّف هذه الورقة "مؤشر التغيير الموثوق" من علم النفس الإكلينيكي لتكشف أن مكاسب الدقة الإجمالية للنماذج اللغوية الكبيرة غالبًا ما تحجب تحولات جوهرية وثنائية الاتجاه في الأداء على مستوى العناصر، وتذبذباً غير متماثل عبر مستويات الصعوبة، محاججةً بأن الإبلاغ عن معدلات التذبذب إلى جانب الدرجات الإجمالية يوفر تقييماً أكثر موثوقية لتطور النموذج.
تقترح هذه الورقة إطار عمل مكوناً من مرحلتين بتوجيه من النماذج اللغوية الكبيرة (LLM) يعمل على بناء رسوم بيانية للسمات مهيكلة من بيانات التجارة الإلكترونية غير المهيكلة لتمكين البحث والترتيب عالي الدقة والفعالية للكيانات دون الحاجة إلى بيانات تدريب.
تقيم هذه الدراسة مشاعر الطلاب الإندونيسيين تجاه اعتماد الذكاء الاصطنا finally في التعليم العالي من خلال مقارنة نماذج تعلم الآلة التقليدية بنموذج DistilBERT القائم على تقنية Transformer، حيث وجدت أنه بينما يحقق DistilBERT دقة متفوقة (84.78%) عبر التقاط السياق بشكل أفضل، يظل نموذج SVM بديلاً تنافسياً وفعالاً بدقة بلغت 82.14%.