11611 ورقة بحثية
يكشف تدقيق أجري عام 2025 على 186,000 مقال من 1,500 صحيفة أمريكية أن ما يقرب من 9% منها يحتوي على محتوى مولد بواسطة الذكاء الاصطنا-عي، مع تركز الاستخدام بشكل غير متناسب في المنافذ المحلية الصغيرة، ومواضيع محددة، وقطع الرأي، ومع ذلك يظل الاستخدام غير معلن عنه إلى حد كبير رغم انتشاره.
تُظهر هذه الورقة أن الضبط الدقيق للنماذج اللغوية الكبيرة باستخدام مصادر بيانات اصطناعية متنوعة يقلل بفعالية من انهيار التوزيع وتحيز التفضيل الذاتي، رغم أنه قد يعزز في الوقت ذاته جودة المخرجات بطرق تزيد من مخاطر السلامة المحتملة عبر إزالة الضوابط الوقائية.
يُعد FADE إطار عمل تشخيصي لتكميم ما بعد التدريب لنماذج التعرف التلقائي على الكلام القائمة على بنية المشفر وفك التشفير، والذي يعمل على تخفيف تراكم الأخطاء عبر الطبقات من خلال تعيين معاملات تعويض تكيفية لكل طبقة بناءً على هندسة الأوزان وموثوقية المعايرة.
تقدم الورقة البحثية إطار CURE-MED، وهو إطار للتعلم المعزز القائم على المنهج الدراسي والمدعوم بمجموعة بيانات CUREMED-BENCH الجديدة متعددة اللغات، والتي تعزز بشكل كبير الصحة المنطقية والاستقرار اللغوي للنماذج اللغوية الكبيرة عبر ثلاث عشرة لغة متنوعة من أجل استنتاج طبي موثوق.
تقترح هذه الورقة إطار عمل فعال للتصنيف بمرور واحد يعيد استخدام الحالات الخفية من النماذج اللغوية الكبيرة المستخدمة في الإنتاج عبر مجسات خفيفة الوزن ومنتقاة للرموز والطبقات، مما يلغي زمن الاستجابة وتكاليف الموارد الخاصة بنماذج السلامة أو النماذج المخصصة لمهام معينة مع تحقيق أداء تنافسي عبر بنيات متنوعة.
إن SWE-Pruner هو إطار عمل للتنقية التكيفية للسياق يستخدم مِشّاراً عصبياً مدركاً للمهام لتصفية الكود غير ذي الصلة ديناميكياً بناءً على أهداف الوكيل الصريحة، مما يقلل بشكل كبير من استخدام الرموز (tokens) والتكاليف مع الحفاظ على أداء وكيل البرمجة أو تحسينه عبر مختلف المعايلات.
تقدم هذه المساهمة LEG، وهو حاجز حماية خفيف الوزن وقابل للتفسير يستفيد من التعلم متعدد المهام، والبيانات الاصطناعية المخففة للتحيز، ودالة فقدان مبتكرة مرجحة بعدم اليقين لتحقيق أداء رائد في تصنيف سلامة المطالبات وتفسيرها مع حجم نموذج أصغر بكثير.
تقترح الورقة البحثية نموذج TeCQR، وهو نموذج مبتكر لاسترجاع الأسئلة ذات الصلة في مجتمعات الإجابة على الأسئلة، والذي يستفيد من الأسئلة التوضيحية المعززة بالوسوم واستراتيجية تدريب مقاومة للضجيج لالتقاط العلاقات الدلالية دقيقة التفاصيل من خلال نهج حواري.
يُعدُّ KARL إطار عمل جديدًا للتعلم التعزيزي يعمل على الحد من هلوسة النماذج اللغوية الكبيرة عبر استخدام آلية مكافأة مدركة لحدود المعرفة واستراتيجية تدريب ثنائية المرحلة لمواءمة قدرة النموذج ديناميكيًا على الامتناع عن الإجابة على الأسئلة مع حدود معرفته المتطورة، مما يحسن المقايضة بين الدقة والحذر.
لدعم الحجم المتزايد من استفسارات الإيداع، طور بنك بيانات البروتين (RCSB PDB) مكتب مساعدة مدعومًا بالذكاء الاصطناعي باستخدام بنية التوليد المعزز بالاسترجاع (RAG) لتزويد المودعين بمساعدة مدعومة بالاستشهادات على مدار الساعة طوال الأسبوع.