11611 ورقة بحثية
تقوم هذه الورقة البحثية بقياس وتكييف نماذج لغوية كبيرة متنوعة ومفتوحة المصدر تعمل على الأجهزة للعمل في مجال دعم القرار السريري، مظهرةً قدرتها على تحقيق دقة تشخيصية تضاهي أو تتجاوز النماذج المملوكة الرائدة مع توفير خصوصية وكفاءة موارد فائقتين، لا سيما عند تعزيزها من خلال الضبط الدقيق.
تقدم هذه الورقة MGSM-Pro، وهي امتداد متعدد اللغات لمعيار GSM-Symbolic يقيم متانة الاستدلال الرياضي عبر تسع لغات من خلال توليد نماذج متعددة تختلف باختلاف الأرقام، مما يكشف عن انخفاضات كبيرة في الأداء في اللغات ذات الموارد المنخفضة وتفاوت مرونة النماذج تجاه هذه الاضطرابات.
تقدم هذه الورقة TimeMachine-bench، وهو معيار مؤتمت ومحدث حياً لتقييم النماذج اللغوية الكبيرة في مهام هجرة البرمجيات على مستوى المستودعات في العالم الحقيقي، كاشفةً أنه بينما تُظهر النماذج وعوداً، إلا أنها تعاني حالياً من مشكلات تتعلق بالموثوقية مثل الحلول الزائفة والاستخدام غير الأمثل للأدوات.
تقدم هذه الورقة أول دراسة منهجية تثبت أن تمثيل الشفرة المصدرية كصور يُمكّن نماذج اللغة الرؤية من تحقيق كفاءة حوسبية كبيرة من خلال نسب ضغط عالية مع الحفاظ على الأداء أو حتى تحسينه في مهام مختلفة لفهم الشفرة البرمجية.
تقترح هذه الورقة مساراً لتعزيز البيانات يجمع بين إعادة صياغة النصوص المكتوبة باستخدام النماذج اللغوية الكبيرة وبين توليد الكلام عبر تقنية تحويل النص إلى كلام باستخدام متحدثين مرجعيين من كبار السن لإنتاج بيانات اصطناعية ذات سياق خاص بكبار السن، مما يحسن بشكل كبير من أداء نموذج التعرف التلقائي على الكلام "Whisper" في مجموعات بيانات الكلام منخفضة الموارد الخاصة بكبار السن.
تقدم هذه الورقة GAIA-v2-LILT، وهي امتداد متعدد اللغات تمت إعادة تدقيقه بصرامة لمعيار GAIA، يستخدم سير عمل مطوراً يجمع بين المحاذاة الوظيفية، والتكيف الثقافي، ومعايرة الصعوبة لإثبات أن الترجمة الآلية الدنيا تشوه معايير أداء الوكيل بشكل كبير وأن التوطين السليم يقلص فجوة الأداء متعدد اللغات بشكل جوهري.
تجادل هذه الورقة بأن تكرار الطبقات في النماذج اللغوية الكبيرة ليس خاصية هيكلية متأصلة، بل هو تابع وظيفي لهدف المعايرة، مما يثبت أن اختيار الهدف له تأثير أكبر على نتائج تقليم العمق من خوارزمية البحث المستخدمة تحديداً.
تقترح هذه الورقة إطار ترميز قائم على المكونات المستقلة يتغلب على قيود النهج التقليدي القائم على الفوكسل، وذلك من خلال تفكيك بيانات التصوير بالرنين المغناطيسي الوظيفي إلى شبكات وظيفية، مما يتيح مقارنات قوية وقابلة للتفسير وعابرة للمشاركين للاستجابات العصبية للاستماع إلى القصص الطبيعية.
تقدم الورقة البحثية BenchGuard، وهو إطار عمل آلي للتدقيق يستفيد من النماذج اللغوية الكبيرة الرائدة لتحديد والتحقق من العيوب في معايير تقييم الوكلاء الموجهة نحو المهام بشكل منهجي، مما يثبت فعاليته في اكتشاف الأخطاء الحرجة التي غفلت عنها المراجعة البشرية بتكلفة منخفضة.
يُعد PolyKV نظاماً مبتكراً يُمكّن وكلاء استدلال نماذج اللغات الكبيرة (LLM) المتعددين والمتزامنين من مشاركة مجمع ذاكرة تخزين مؤقت (KV cache) واحد مضغوط بشكل غير متماثل —باستخدام تكميم int8 للمفاتيح (Keys) وتكميم 3-بت قائم على تحويل فورييه السريع (FWHT) للقيم (Values)— محققاً خفضاً في الذاكرة يصل إلى 97.7% مع تدهور طفيف في الارتباك (perplexity) مع الحفاظ على جودة مخرجات عالية عبر مختلف أحجام النماذج وأطوال السياق.