11611 ورقة بحثية
تقدم هذه الورقة طريقة لتكييف النماذج اللغوية الكبيرة المدركة للكلام للتنبؤ بالطوابع الزمنية على مستوى الكلمة مباشرةً إلى جانب النصوص باستخدام استراتيجيات تدريب مبتكرة خفيفة الوزن، مما يحسن دقة المحاذاة وأداء التعرف التلقائي على الكلام بشكل عام.
يقدم AeSlides إطار عمل للتعلم التعزيزي يستخدم مجموعة من المقاييس المصممة بدقة والقابلة للتحقق لتحسين توليد الشرائح القائم على النماذج اللغوية الكبيرة مباشرةً من أجل جودة التنسيق الجمالي، متفوقاً بشكل كبير على الأساليب الحالية القائمة على الانعكاس والضبط الدقيق.
يقدم المؤلفون Webis-SR4ALL-26، وهو متن ضخم متعدد التخصصات يضم أكثر من 300,000 مراجعة منهجية تتضمن بيانات وصفية مرتبطة ومصنفات منهجية مستخرجة لدعم القياس المرجعي، والتدريب على الاستخراج، وأبحاث الميتا-علم عبر جميع المجالات العلمية.
تقدم هذه الورقة إطار عمل مؤتمتًا بالكامل لقياس وتخفيف انحياز التفضيل الذاتي في أنظمة "النموذج اللغوي الكبير كحكم" (LLM-as-a-judge) باستخدام أزواج استجابات متساوية الجودة للفصل بين الانحياز التقييمي وقدرة النموذج، مقترحةً في النهاية استراتيجية تقييم متعددة الأبعاد تقلل من الانحياز بمتوسط قدره 31.5%.
تقدم هذه الورقة أول تقييم لطرق تقدير عدم اليقين (UQ) لاستدعاء الدوال في النماذج اللغوية الكبيرة (LLM)، حيث اكتشفت أنه بينما لا تقدم طرق العينات المتعددة سوى فائدة ضئيلة مقارنة بطرق العينة الواحدة في هذا السياق، إلا أنه يمكن تحسين أدائها بشكل كبير من خلال الاستفادة من الخصائص الهيكلية والدلالية المحددة لمخرجات استدعاء الدوال.
تقدم الورقة البحثية **FormalScience**، وهو مسار وكيل (agentic pipeline) يعتمد على تدخل العنصر البشري ومصمم لمساعدة الخبراء في المجال على أتمتة صياغة الاستدلال العلمي في كود Lean4 بكفاءة، وهو ما تم إثباته من خلال إنشاء **FormalPhysics**، وهي مجموعة بيانات عالية الجودة من مسائل الفيزياء بمستوى جامعي توفر تحليلاً منهجياً للانزياح الدلالي (semantic drift) في عملية الصياغة الرسمية القائمة على النماذج اللغوية الكبيرة (LLMs).
لمعالجة مشكلة هشاشة الموجه وفقدان المعلومات في الضبط الدقيق لخليط الخبراء (MoE)، تقترح هذه الورقة إطار عمل خالٍ من الخسارة المساعدة يستخدم التناثر المدفوع بالانحياز و"خبراء التكثيف" النشطين دائمًا للحفاظ على المعرفة القيمة من الخبراء الذين يتم تفعيلهم نادرًا مع تحسين الأداء العام.
تقدم هذه الورقة ChronoScope، وهو معيار اختبار واسع النطاق صُمم لتقييم ما إذا كانت النماذج اللغوية قادرة على الحفاظ على السياق الزمني أو تحديثه عبر الحوارات متعددة الأدوار، مما يكشف أن النماذج تخفق تكراراً في الحفاظ على الاتساق الزمني حتى عندما تمتلك المعرفة الواقعية الأساسية الصحيحة.
إن DeepImagine هو إطار عمل يعلّم النماذج اللغوية الكبيرة الاستدلال الطبي الحيوي عبر تدريبها على التنبؤ بكيفية تغير نتائج التجارب السريرية تحت تأثير متغيرات تجريبية مختلفة من خلال الجمع بين الضبط الدقيق الخاضع للإشراف على الأزواج الواقعية المضادة، والتعلم التعزيزي، ومسارات الاستدلال الاصطناعية.
تستخدم هذه الورقة البحثية مساراً قائماً على النماذج اللغوية الكبيرة (LLM) والمستند إلى بيانات واقعية لتحليل الملاحظات السريرية لطب التوليد، مما يكشف أن الأطباء يستخدمون لغة تركز على المخاطر بشكل أكبر بكثير عند توثيق الاستشارات المتعلقة بالعمليات القيصرية المتكررة مقارنة بالولادة المهبلية بعد القيصرية.