11667 ورقة بحثية
تُثبت هذه الورقة أن ناقلات الوظائف (function vectors) المستخرجة من النماذج اللغوية الكبيرة متعددة اللغات تُظهر خصائص غير مرتبطة بلغة محددة، حيث إن ناقلات الترجمة المشتقة من مهام التحويل من الإنجليزية إلى اللغة المستهدفة تتعمم بنجاح لتحسين الأداء عبر اللغات المستهدفة غير المرئية وتنتقل بفعالية إلى النسخ المضبوطة بالتعليمات.
تقدم هذه الورقة درجة "الدليل ناقص الحدس" (EMI) القابلة للتوسع لتحليل 15 مليون خطاب برلماني عبر سبع دول، كاشفةً أن التوجه الأقوى نحو الاستدلال القائم على الأدلة يرتبط إيجابياً بمستويات أعلى من الديمقراطية التداولية والحوكمة الفعالة بمرور الوقت.
تقدم هذه الورقة إطار عمل MEMOed لتوضيح أن التحيزات الثقافية في توليدات النماذج اللغوية الكبيرة تنبع من التوزيعات غير المتكافئة لبيانات ما قبل التدريب، حيث تحفز الثقافات عالية التكرار مخرجات محفوظة بينما تفشل الثقافات منخفضة التكرار غالباً في توليد محتوى ذي صلة.
تقدم هذه الورقة ComPaSS، وهو إطار تمييزي مبتكر يقدر المعقولية المنطقية من خلال قياس التحولات الدلالية الناجمة عن التعزيزات، مما يظهر أداءً متفوقاً على النماذج التوليدية عبر النماذج اللغوية ونماذج اللغة والرؤية، مع تسليط الضوء على فوائد التدريب المسبق التبايني.
تقدم هذه الورقة البحثية "ResearchBench"، وهو أول معيار ضخم وخالٍ من التلوث يقيم النماذج اللغوية الكبيرة في مجال الاكتشاف العلمي عبر تفكيك المهمة إلى استرجاع الإلهام، وتكوين الفرضيات، والتصنيف، مما يكشف عن تفوق النماذج في استرجاع الروابط المعرفية الجديدة عبر 12 تخصصاً.
تقدم هذه الورقة البحثية CROC، وهو إطار عمل قابل للتوسع لإجراء فحوصات متناقضة مؤتمتة للصلابة، يقوم بتوليد مجموعة بيانات ضخمة ذات تسميات زائفة ومعيار مرجعي خاضع للإشراف البشري لتقييم مقاييس تحويل النص إلى صورة بشكل منهجي، مما يكشف عن عيوب كبيرة في الصلابة في الأساليب الحالية ويُمكّن من تدريب المقياس مفتوح المصدر والأحدث حالياً، CROCScore.
تكشف هذه الورقة أنه بينما تبرع النماذج اللغوية الكبيرة في الاسترجاع اللفظي الحرفي في سياقات الأكواد الطويلة، فإن قدرتها على فهم الدلالات التشغيلية تتدهور بشدة عندما يكون الكود ذو الصلة متمركزاً في المنتصف، مما يشير إلى أن المعايولات المرجعية الحالية تعتمد إلى حد كبير على اختصارات مطابقة الأنماط بدلاً من الاستدلال الدلالي الحقيقي.
تقدم هذه الورقة HopWeaver، وهو إطار عمل آلي متعدد المستندات يقوم بتوليد أسئلة متعددة القفزات عالية الجودة وأصيلة دون تدخل بشري، مما يوفر بديلاً منخفض التكلفة للتعليق اليدوي لتقييم وتحسين قدرات الاستدلال في نماذج الإجابة على الأسئلة.
تقدم هذه الورقة "فرانكنتيكست" (Frankentext)، وهو نموذج لتوليد السرد حيث تقوم النماذج اللغوية الكبيرة بربط مقتطفات مكتوبة بشرياً بنصها الأصكن لتكوين قصص طويلة متماسكة، وهي طريقة تعزز جودة الكتابة والأصالة بشكل كبير مع تحدي أنظمة الكشف عن الذكاء الاصطناعي وإثارة تساؤلات معقدة حول التأليف وحقوق الطبع والنشر.
تقدم الورقة البحثية ScienceBoard، وهو بيئة واقعية متعددة المجالات ومعيار مرجعي يتكون من 169 مهمة علمية تم التحقق منها بدقة صُممت لتقييم الوكلاء المستقلين متعددي الوسائط، مما يكشف أن النماذج الحالية المتطورة لا تحقق سوى نسبة نجاح تبلغ 15% في سير العمل العلمي المعقد ويسلط الضوء على الحاجة إلى تحسين مبادئ التصميم لدعم الاكتشاف العلمي المؤتمت.