11070 ورقة بحثية
إن LatentSkill هو إطار عمل يقوم بتحويل المهارات النصية إلى محولات LoRA جاهزة للاستخدام عبر شبكة فائقة مدربة مسبقاً، مما يمكّن وكلاء النماذج اللغوية الكبيرة (LLM agents) من تخزين إجراءات المهام القابلة لإعادة الاستخدام في مساحة الأوزان بدلاً من مساحة السياق، وهو ما يقلل بشكل كبير من عبء الرموز (tokens) مع تحسين الأداء وتمكين تكوين المهارات بشكل معياري.
تقدم هذه الورقة طريقة غير خاضعة للإشراف لاستخراج الاستعارات اللغوية وتجميعها في استعارات مفاهيمية للكشف عن اختلافات التأطير المتميزة بين البودكاست ذات التوجهات اليسارية واليمينية، مثل تصور وسائل الإعلام كسلاح مقابل تصور الاقتصاد كنظام رأسي.
تُثبت هذه الورقة أن دمج مصنف مساعد (BERT+GCN) لتوفير إشارات عدم يقين مهيكلة يحسن بشكل كبير من كفاءة واستدعاء عملية فحص المراجعات المنهجية بمساعدة النماذج اللغوية الكبيرة، مما يحدد استراتيجية مثالية (Pareto-optimal) توجه فقط حالات "ربما" إلى النموذج اللغوي الكبير، بينما يكشف في الوقت ذاته عن افتقار النماذج الحالية المضبوطة بالتعليمات للقدرة على فرز قراراتها ذاتياً.
تقترح الورقة البحثية نظام التوليد الضبابي متعدد الوسائط (MMGFS)، وهو إطار عمل مبتكر يدمج الاستدلال الضبابي مع النماذج الضخمة للتخفيف من انحياز الوسائط وتعزيز عمق الاستدلال في الإجابة على الأسئلة متعددة الوسائط من خلال التأمل التعاوني والاستدلال متعدد القفزات، مما أظهر أداءً فائقاً عبر مجموعات بيانات متنوعة.
تقدم هذه الورقة نموذج "كرة ثلج الهلوسة" لتوضيح كيف تتحول الأخطاء في مسارات النماذج اللغوية الكبيرة متعددة الوكلاء وتصبح عصية على الكشف بشكل متزايد مع انتشارها عبر المراحل، مما يثبت أن التحقق في المراحل المبكرة أكثر فعالية بشكل كبير من الفحص في نهاية المسار للحد من بقاء الهلوسة.
تُظهر هذه الدراسة التجريبية حول قضايا المحكمة الأوروبية لحقوق الإنسان أن دمج أدوات عدم اليقين مع النماذج اللغوية الكبيرة المتطورة لا يحسن دقة التنبؤ بل يؤدي غالباً إلى تدهور المعايرة، ولكنه يوفر بدلاً من ذلك قيمة تشغيلية من خلال تمكين التصفية الآلية عالية الدقة للقضايا عبر الثقة المعايرة والتنبؤ الانتقائي.
تقترح الورقة البحثية AutoMem، وهو إطار عمل للتحسين الذاتي التكراري القائم على تدرج النصوص، والذي يكتشف تلقائياً بنيات ذاكرة متكيفة مع المهام من خلال الجمع بين البحث الموجه بالخبرة والتشخيص الوظيفي للمكونات الموجه بالفشل، متفوقاً باستمرار على النماذج المرجعية المصممة بشرياً مع تحسين المقايضات بين الدقة والكفاءة.
تحلل هذه المراجعة المنهجية للأدبيات 50 دراسة حول محاذاة سلامة النماذج اللغوية الكبيرة في اللغات ذات الموارد المنخفضة، حيث تحدد فجوة سلامة متعددة اللغات مستمرة مدفوعة بعوامل مثل عدم التوازن في مرحلة ما قبل التدريب والمعايير المتبصرة ثقافياً، بينما تقترح تصنيفاً جديداً وتدعو إلى حلول قائمة على الثقافة لمعالجة نقاط الضعف مثل عمليات الاختراق عبر اللغات وتدهور السلامة.
تقترح هذه الورقة وتقيم استراتيجيات تخفيف عند وقت الاستدلال، وتحديداً نهج التصحيح الذاتي المتكرر الذي يستخدم تسلسل الأفكار (Chain of Thought) وتحسين التفضيل المباشر (Direct Preference Optimization)، والذي يحسن بشكل كبير من الحياد السياسي للملخصات التي تولدها النماذج اللغوية الكبيرة ضد حقن الانحياز العدائي.
تقدم هذه الورقة إطاراً قائماً على نظرية القرار لتحديد "عدم الاتساق البلاغي" في النماذج اللغوية الكبيرة، وتثبت من خلال تجارب سريرية أن النماذج اللغوية الكبيرة، حتى تلك الدقيقة واقعياً، يمكن أن تسبب تحولات ضارة في قرارات البشر عبر استخدام لغة غير ملائمة بلاغياً تحفز الانحيازات المعرفية مثل انحياز الارتكاز وانحياز السلطة.