cs.CL ورقة بحثية

Test-Time Matching: Unlocking Compositional Reasoning in Multimodal Models

تقدم هذه الورقة البحثية تقنية "المطابقة عند وقت الاختبار" (TTM)، وهي خوارزمية تكرارية ذاتية التحسين تعمل على تصحيح عيوب التقييم من خلال درجة مطابقة مجموعات مبتكرة، وتعزز بشكل كبير قدرات الاستدلال التركيبي في النماذج متعددة الوسائط، مما يمكنها من تجاوز النتائج السابقة المتفوقة والأداء البشري المقدر في المعايير الرئيسية.

Yinglun Zhu, Jiancheng Zhang, Fuzhi Tang2026-04-27

🤖 AI

When Models Outthink Their Safety: Unveiling and Mitigating Self-Jailbreak in Large Reasoning Models

تحدد هذه الورقة البحثية ظاهرة "الكسر الذاتي للحماية" (Self-Jailbreak) كحالة تدرك فيها نماذج الاستدلال اللغوية الكبيرة (LRMs) النوايا الضارة ولكنها تتجاوز أحكام السلامة الخاصة بها أثناء عملية الاستدلال، وتقترح إطار تدريب على مستوى المسار يسمى "سلسلة الحواجز الوقائية" (Chain-of-Guardrail - CoG) للتخفيف من هذه المشكلة من خلال تدخلات على مستوى الخطوات دون المساس بقدرات الاستدلال.

Yingzhi Mao, Chunkang Zhang, Junxiang Wang, Xinyan Guan, Boxi Cao, Yaojie Lu, Hongyu Lin, Xianpei Han, Le Sun2026-04-27

💬 NLP

Identifying the Periodicity of Information in Natural Language

تقدم هذه الورقة طريقة جديدة تسمى "الارتباط الدوري التلقائي للمفاجأة" (AutoPeriod of Surprisal - APS) لإثبات أن اللغة الطبيعية تظهر أنماط معلومات دورية كبيرة مدفوعة بكل من الوحدات الهيكلية والعوامل بعيدة المدى، مما يوفر تطبيقات محتملة في كشف النصوص المولدة بواسطة النماذج اللغوية الكبيرة (LLMs).

Yulin Ou, Yu Wang, Yang Xu, Hendrik Buschmeier2026-04-27

💬 NLP

Selective Rotary Position Embedding

تقدم الورقة البحثية تقنية **Selective RoPE**، وهي آلية لتدوير التضمين (rotary embedding) تعتمد على المدخلات وتعمل على تعميم الدورات ذات الزوايا الثابتة إلى زوايا عشوائية، مما يحسن الأداء في كل من نماذج الـ softmax والـ linear transformers من خلال السماح للنموذج بالتحكم ديناميكياً في الترميز الموضعي واضمحلال المعلومات.

Sajad Movahedi, Timur Carstensen, Arshia Afzal, Frank Hutter, Antonio Orvieto, Volkan Cevher2026-04-27

💬 NLP

Tracing the complexity profiles of different linguistic phenomena through the intrinsic dimension of LLM representations

تُثبت هذه الورقة أن البعد الجوهري (ID) لتمثيلات النماذج اللغوية الكبيرة يعمل كعلامة ثابتة للتعقيد اللغوي، مما يُظهر أن أنواعاً مختلفة من الظواهر النحوية تستثير ملفات تعريف متميزة ومتوقعة للبعد الجوهري عبر طبقات النموذج.

Marco Baroni, Emily Cheng, Iria de-Dios-Flores, Francesca Franzon2026-04-27

💬 NLP

LLMs as Assessors: Right for the Right Reason?

تقيم هذه الورقة مدى فعالية استخدام النماذج اللغوية الكبيرة (LLMs) كمقيمين لمدى الصلة في استرجاع المعلومات من خلال مقارنة قدرتها على تسليط الضوء على مقاطع محددة ذات صلة مقابل المعايير البشرية، لتخلص في النهاية إلى أنه على الرغم من كون النماذج اللغوية الكبيرة أدوات واعدة لتقليل عبء العمل البشري، إلا أنها لا تستطيع بعد استبدال المقيمين البشر بشكل كامل.

Sourav Saha, Mandar Mitra, Aditya Dutta2026-04-27

💬 NLP

From Interpretability to Performance: Optimizing Retrieval Heads for Long-Context Language Models

تقدم هذه الورقة **RetMask**، وهي طريقة تستفيد من التفسير الآلي عبر تدريب النماذج على مقارنة المخرجات الطبيعية بتلك الناتجة عن رؤوس الاسترجاع المقنعة، مما يحول فعلياً عملية تحديد آليات الاسترجاع إلى تعزيز للأداء في مهام السياق الطويل.

Youmi Ma, Naoaki Okazaki2026-04-27

💬 NLP

System-Mediated Attention Imbalances Make Vision-Language Models Say Yes

تحدد هذه الورقة أن هلوسات نماذج الرؤية واللغة، وتحديداً "انحياز النعم" (yes-bias)، مدفوعة بتخصيص غير متوازن للانتباه نحو أوزان النظام الزائدة بدلاً من مجرد الصورة أو النص، وتثبت أن إعادة توزيع هذا الانتباه سببيًا ليعود إلى المدخلات الوسيطية يحد من هذا الانحياز بشكل فعال.

Tsan Tsai Chan, Varsha Suresh, Anisha Saha, Michael Hahn, Vera Demberg2026-04-27

💬 NLP

The Bitter Lesson of Diffusion Language Models for Agentic Workflows: A Comprehensive Reality Check

على الرغم من إمكاناتهم في السرعة، تفشل النماذج اللغوية الكبيرة القائمة على الانتشار (dLLMs) في العمل كركائز وكيلة موثوقة بسبب ضعف التخطيط طويل الأمد والافتقار إلى الدقة الرمزية، رغم بقائهم فعالين في الأدوار غير السببية مثل التلخيص.

Qingyu Lu, Liang Ding, Kanjian Zhang, Jinxia Zhang, Dacheng Tao2026-04-27

💬 NLP

DimABSA: Building Multilingual and Multidomain Datasets for Dimensional Aspect-Based Sentiment Analysis

تقدم هذه الورقة DimABSA، وهي أول مجموعة بيانات متعددة اللغات والمجالات لتحليل المشاعر القائم على الجوانب الأبعادية (dimensional Aspect-Based Sentiment Analysis)، والتي تستخدم درجات التكافؤ والاستثارة المستمرة إلى جانب التصنيفات الفئوية التقليدية لتمكين تحليل مشاعر أكثر دقة.

Lung-Hao Lee, Liang-Chih Yu, Natalia Loukashevich, Ilseyar Alimova, Alexander Panchenko, Tzu-Mi Lin, Zhe-Yu Xu, Jian-Yu (…)2026-04-27

→ السابق التالي ←