11625 ورقة بحثية
تقدم هذه الورقة البحثية AVISE، وهو إطار عمل مفتوح المصدر ومعياري لتحديد الثغرات الأمنية وتقييم أمن أنظمة الذكاء الاصطناعي بشكل منهجي، والذي تم استعراضه من خلال اختبار تقييم أمني مؤتمت نجح في اكتشاف ثغرات كسر الحماية (jailbreak) في تسعة نماذج لغوية متنوعة باستخدام هجوم "الملكة الحمراء" (Red Queen attack) المعزز.
تتقصى هذه الورقة حساسية النماذج اللغوية تجاه الصور النمطية الجندرية في فهم القصص الخيالية من خلال إثبات أنه بينما تظهر النماذج في البداية انخفاضاً في الأداء عند مواجهة الاضطرابات الجندرية، فإن الضبط الدقيق على البيانات الواقعية المضادة يعزز بشكل كبير من متانتها تجاه السرديات المناقضة للصور النمطية.
تقدم هذه الورقة مجموعة بيانات من التفاعلات النصية بين المستخدمين وعميلين محاورين يعتمدان على نموذج GPT-4 ويركزان على تغيير السلوك، جُمعت عبر دراسة مستخدم مسجلة مسبقاً لمعالجة نقص الأبحاث حول سلوك المستخدم وتأثيره على التدخلات بأسلوب الاستشارة التي تولدها النماذج اللغوية الكبيرة.
تقترح هذه الورقة إطار تقييم موحداً لتحليل كيفية تأثير بيئات التعاون المتزامنة مقابل غير المتزامنة على الاتساق والتماسك وصحة المخرجات عبر ثلاثة أنظمة مختلفة لاكتشاف المواضيع التفاعلية بمساعدة معالجة اللغات الطبيعية.
تستعرض هذه الدراسة الأدلة التجريبية التي تثبت قدرة النماذج اللغوية الكبيرة على تحقيق مستوى من الإقناع يضاهي البشر أو يتفوق عليهم في مجالات متنوعة، مع تحليل العوامل المنهجية التي تعزز هذه الفعالية ونقدها، وتسليط الضوء على المخاطر الأخلاقية والمجتمعية الملحة التي تشكلها على الاستقلالية والعدالة وسلامة المعلومات.
تقدم الورقة البحثية CASS، وهي أول مجموعة بيانات ونماذج لترجمة أكواد وحدات معالجة الرسومات عبر البنى المختلفة (من CUDA إلى HIP ومن SASS إلى RDNA3)، والتي تحقق دقة ترجمة وحفاظاً على الأداء من فئة الحالة الراهنة مع التفوق على النماذج التجارية المرجعية مثل GPT-5.1 وHipify.
يُعد OmniGen2 نموذجاً مفتوح المصدر، متوافقاً مع التعليمات ومتعدد الوسائط، يستخدم بنية ذات مسارين بمعلمات منفصلة لتحقيق أداء رائد في مهام تحويل النص إلى صورة، وتحرير الصور، والتوليد السياقي القائم على الموضوع، مع الحفاظ على القدرات النصية الحالية.
تُثبت هذه الورقة أن إضافة إشراف بسيط يحسن باستمرار من توافق التوزيعات التي تولدها النماذج اللغوية الكبيرة مع المجموعات السكانية المتنوعة عبر مجموعات بيانات الصحة العامة والآراء والقيم، مع توفير معيار شامل لتوجيه الأبحاث المستقبلية.
تقدم هذه الورقة طريقة غير خاضعة للإشراف ومبتكرة لمراقبة والتحكم في النماذج اللغوية الكبيرة التي خضعت لضبط دقيق من خلال تحليل فروق الأوزان بدلاً من التنشيطات، مما يتيح اكتشاف الأبواب الخلفية، والتحقق من عملية محو التعلم، وتدقيق سلوكيات النماذج دون الحاجة إلى بيانات تدريب متشابهة توزيعياً.
تقدم الورقة البحثية SitEmb، وهو نموذج تدريب جديد وسلسلة من نماذج التضمين (v1.5) التي تعزز التوليد المعزز بالاسترجاع للمستندات الطويلة عن طريق ترميز الأجزاء القصيرة ضمن سياقها الأوسع، محققةً أداءً هو الأفضل في فئته في استرجاع حبكات الكتب والمهام اللاحقة بعدد أقل بكثير من المعلمات مقارنة بالنماذج الضخمة الحالية.