11648 ورقة بحثية
تقترح الورقة البحثية TRN-R1-Zero، وهو إطار عمل لما بعد التدريب يتيح الاستنتاج صفري المعرفة (zero-shot reasoning) على الشبكات الغنية بالنصوص من خلال التحسين المباشر للنماذج اللغوية الكبيرة الأساسية عبر التعلم التعزيزي باستخدام آلية مكافأة مبتكرة تراعي الجوار، مما يلغي الحاجة إلى الضبط الدقيق الخاضع للإشراف أو التقطير مع تحقيق أداء فائق عبر مختلف الاختبارات المعيارية ومستويات المهام.
تقدم هذه الورقة HoWToBench، وهو معيار صيني واسع النطاق للكتابة، وتقترح شجرة الكتابة (ToW)، وهو إطار تقييم ذو بنية شجرية يعمل على نمذجة تجميع الميزات الفرعية بشكل صريح لتحقيق ارتباط عالٍ مع الأحكام البشرية ومتانة ضد الاضطرابات النصية، مما يعالج أوجه القصور في المقاييس الحالية في تقييم قدرات الكتابة لدى النماذج اللغوية الكبيرة التي تضاهي المستوى البشري.
تحلل هذه الورقة بشكل منهجي انتشار اللزمات اللفظية التكرارية عبر ثمانية من النماذج اللغوية الكبيرة المتطورة، حيث تقدم "مؤشر اللزمة اللفظية" للكشف عن تباينات كبيرة بين النماذج، وعلاقة عكسية قوية بين التملق والواقعية المتصورة، وتراكم هذه الأنماط الاصطناعية كنتيجة لبارادايغمات تدريب المحاذاة الحالية.
تستقصي هذه الورقة كيفية انتباه رموز الإجابة في النماذج اللغوية الكبيرة التي تعتمد على التفكير إلى مسارات الاستدلال أثناء المهام الكمية، حيث تحدد نمط "القراءة الذاتية الحميدة" المرتبط بالصحة، وتستفيد من هذه الرؤية لاقتراح طريقة توجيه خالية من التدريب تعمل على تحسين الدقة عبر توجيه الاستدلال نحو انتباه منظم ومرتكز على الأدلة.
تقدم الورقة البحثية إطار عمل SCURank، الذي يعمل على تحسين تلخيص النصوص من خلال الاستفادة من وحدات محتوى الملخص (SCUs) لترتيب المرشحات المتنوعة التي تولدها النماذج اللغوية الكبيرة (LLMs) بفعالية، مما يتفوق بذلك على المقاييس التقليدية وطرق الترتيب غير المستقرة القائمة على النماذج اللغوية الكبيرة في تقطير الملخصات عالية الجودة إلى النماذج اللغوية الصغيرة.
تتقصى هذه الورقة كيفية تعامل النماذج اللغوية الكبيرة مع الإصلاح الحواري في الحوارات الرياضية متعددة الأدوار، كاشفةً أن النماذج المختلفة تُظهر أنماطاً متميزة وغير متوقعة من عدم الموثوقية، تتراوح بين المقاومة الجامدة والقابلية المفرطة للتأثر بتصحيح المستخدم.
يقدم ShadowPEFT إطار عمل مركزي للضبط الدقيق كفء المعلمات يستخدم وحدة ظل مشتركة العمق لإجراء تحسين على مستوى الطبقة، مما يوفر بديلاً مرناً وتنافسياً لطرق التكيف منخفض الرتبة التقليدية مثل LoRA.
تقترح هذه الورقة إطاراً أسلوبياً كمياً يستخدم 33 سمة لغوية لتقييم الجودة السردية تلقائياً، حيث نجحت في التمييز بين النصوص الاحترافية وتلك ذات النشر الذاتي، متفوقةً على المقاييس التقليدية عند التحقق منها مقابل التقييمات البشرية.
تقدم الورقة البحثية CulturALL، وهو معيار شامل يتكون من 2,610 مهمة قائمة على السياق عبر 14 لغة و51 منطقة، صُمم لتقييم الكفاءة متعددة اللغات والثقافات للنماذج اللغوية الكبيرة بدقة في سيناريوهات واقعية غنية بالسياق حيث تظهر النماذج الحالية مجالاً كبيراً للتحسين.
تقدم هذه الورقة البحثية VB-Score، وهو إطار تقييم قائم على المكونات يكشف عن إخفاقات حادة في الأداء وتفاوتات كبيرة في العدالة الصحية في النماذج اللغوية الكبيرة الطبية الحالية، مما يثبت أن التشابه الدلالي وحده غير كافٍ لضمان الدقة والسلامة الطبية.