11683 ورقة بحثية
تقيم هذه الدراسة مساراً نموذجياً لتجميع وتصنيف الوثائق العلمية باستخدام تضمينات المحولات وثلاثيات (مبتدأ-خبر-مفعول به)، حيث وجدت أنه بينما تعد المعرفة المهيكلة معلوماتية، فإن تمثيلات النصوص المجردة تتفوق باستمرار أو تضاهي المتغيرات المعززة بالمعرفة، مما يشير إلى أن فوائد التعزيز القائم على الثلاثيات تعتمد بشكل كبير على الإعدادات بدلاً من كونها عالمية.
تقدم الورقة البحثية "الإسكندرية" (Alexandria)، وهي مجموعة بيانات ضخمة مدفوعة من المجتمع تضم 107 ألف دورة محادثة متوازية بين الإنجليزية واللهجات العربية عبر 13 دولة و11 مجالاً، مع بيانات وصفية دقيقة على مستوى المدن وتصنيفات جندرية، صُممت لتحسين أداء الترجمة الآلية والنماذج اللغوية الكبيرة للهجات العربية المتنوعة.
تقدم هذه الورقة مجموعة بيانات GDN-CC وإطار عمل لتوضيح المتون (Corpus Clarification) لتوحيد بيانات الاستشارات الديمقراطية المشوشة إلى وحدات حجاجية مهيكلة، مما يثبت أن النماذج اللغوية الصغيرة ذات الأوزان المفتوحة يمكنها أتمتة هذه العملية بفعالية وتمكين التحليل السياسي واسع النطاق.
تكشف هذه الورقة أن الضبط الدقيق الحميد للنماذج اللغوية يمكن أن يتسبب في "فشل صامت" يُعرف باسم انهيار الخصوصية، حيث تفقد النماذج قدرتها على التفكير في معايير الخصوصية السياقية وتُسرب معلومات حساسة رغم حفاظها على أداء عالٍ في معايير السلامة والمنفعة القياسية.
تقدم الورقة البحثية ClinTrace، وهو إطار عمل لا يتطلب تدريباً يستفيد من أوزان انتباه فك التشفير (decoder attention weights) الموجودة في النماذج اللغوية الكبيرة متعددة الوسائط لتوليد عزوات المصدر دقيقة التفاصيل ودرجات كشف الهلوسة في آن واحد، مما يعزز الشفافية والأمانة في التلخيص السريري دون تكاليف استدلال إضافية.
تقدم الورقة البحثية LOGICAL-COMMONSENSEQA، وهو معيار مرجعي جديد يعيد صياغة الاستدلال القائم على المنطق السليم كتركيب منطقي فوق أزواج من العبارات باستخدام مؤثرات مثل "و" (AND)، و"أو" (OR)، و"لا/ليس" (NEITHER/NOR)، مما يكشف أنه في حين تتعامل النماذج الحالية بشكل جيد مع مهام الربط والتقسيم، إلا أنها تعاني بشكل كبير في الاستدلال القائم على النفي.
تحدد هذه الورقة تحيزات موضعية ولغوية منهجية في تمثيلات المستندات الطويلة حيث يتم الإفراط في تمثيل الأجزاء المبكرة واللغات ذات الموارد العالية، وتقترح إطار تقييم قائم على التبديل إلى جانب طريقة معايرة الانتباه عند الاستدلال للتخفيف من هذه المشكلات وتحسين قابلية اكتشاف جميع أجزاء المستند.
تقدم هذه الورقة تجربة في التواصل المرجعي تُظهر أن نماذج الرؤية واللغة الكبيرة (LVLMs) تواجه صعوبة في إرساء أرضية مشتركة وتوليد أو حل التعبيرات المرجعية بشكل تفاعلي بفعالية تضاهي البشر، مما يحد من قدرتها على التعاون بسلاسة مع المستخدمين البشر.
تُثبت هذه الورقة، من خلال التحليل عبر اللغات والنمذجة العصبية، أن الخصائص الإحصائية العالمية لكلمات الوظيفة — وتحديداً تواترها العالي، وارتباطها النحوي الموثوق، ومحاذاتها لحدود العبارات — تخلق توازناً مثالياً من نوع "غولديلاكس" (الاعتدال) يسهل اكتساب المعرفة النحوية المجردة من المدخلات الخطية.
تقترح الورقة إطار عمل أخذ عينات أقل ضجيجاً (LENS)، وهو نهج للتعلم المعزز يحدد ويزيل رموز التداخل من المطالبات لتوجيه تحسين السياسة، مما يحسن بشكل كبير من كفاءة وأداء وسرعة تقارب استدلال النماذج اللغوية الكبيرة في المهام المعقدة مقارنة بالطرق الحالية مثل GRPO.