11683 ورقة بحثية
تقدم هذه الورقة البحثية MoCo، وهي مكتبة شاملة بلغة بايثون تدمج وتختبر معيارياً 26 طريقة متنوعة لتعاون النماذج عبر 25 مجموعة بيانات للتقييم، مما يثبت أن استراتيجيات التعاون تتفوق بشكل كبير على النماذج الموحدة المنفردة في العديد من الإعدادات، وتوفر مجموعة أدوات تأسيسية لدفع عجلة أبحاث الذكاء الاصطناعي النمطية واللامركزية.
تقدم هذه الورقة البحثية GeoRC، وهو أول معيار لتقييم سلاسل الاستدلال الجغرافي المستمدة من الخبراء، والذي يكشف أنه في حين تضاهي نماذج الرؤية واللغة المتطورة دقة البشر في التنبؤ بالمواقع، إلا أنها تتخلف عن البشر بشكل كبير في توليد تفسيرات قابلة للتدقيق وقائمة على الأدلة بسبب القيود في استخراج السمات البصرية دقيقة التفاصيل.
تقدم الورقة البحثية DynaWeb، وهو إطار عمل للتعلم التعزيزي القائم على النموذج يقوم بتدريب وكلاء الويب المستقلين من خلال الاستفتادة من نموذج عالم مُتعلم لمحاكاة التفاعلات وتوليد مسارات اصطناعية، مما يتغلب على أوجه عدم الكفاءة والمخاطر المرتبطة بالتدريب المباشر على الإنترنت مع تحسين الأداء بشكل كبير في الاختبارات المعيارية الصعبة.
تقدم الورقة البحثية BenchMarker، وهي مجموعة أدوات مستوحاة من التعليم تستخدم حكامًا يعتمدون على النماذج اللغوية الكبيرة للكشف عن التلوث، والاختصارات، وأخطاء الكتابة في معايير الاختبار متعددة الخيارات، كاشفةً أن مثل هذه العيوب تستمر عبر 12 مجموعة بيانات رئيسية، وتؤدي إلى تشويه مقاييس التقييم بشكل كبير، وغالبًا ما تظهر حتى في المعايير التي تم إصلاحها مسبقًا.
تقدم الورقة البحثية "أليثيا" (Althea)، وهو نظام تعاون بين الإنسان والذكاء الاصطناجعي يعتمد على الاسترجاع، يعمل على تعزيز دقة التحقق من الحقائق والتفكير النقدي من خلال هيكلة العمل المعرفي عبر التفاعل الموجه، مبرهناً في نهاية المطاف أن السقالات التربوية تؤدي إلى تحسينات أكثر ديمومة في الاستقلال الإبستمي للمستخدم مقارنة بالأحكام المؤتمتة أو البحث الموجه ذاتياً بمفرده.
تقترح الورقة البحثية إطار عمل MARA، وهو إطار عمل متعدد الوسائط للتوليد المعزز بالاسترجاع التكيفي يعمل على تحسين الإجابة على الأسئلة المتعلقة بالمستندات من خلال تقديم ترميز للمناطق المتوافقة مع الاستعلام لاسترجاع دقيق ومتحكم في الأدلة ذاتي التأمل للتوليد التكيفي، متفوقاً بذلك على الأساليب الحالية الرائدة عبر ستة معايير مرجعية.
تقدم هذه الورقة دراسة تشخيصية منهجية تكشف أن أجهزة إعادة الترتيب من نوع (cross-encoder) القائمة على النماذج اللغوية الكبيرة (LLM) تؤدي أداءً أدنى من نماذج الشعبية البسيطة في توصيات الأفلام عند بدء التشغيل البارد، وذلك بسبب الإخفاقات الحرجة في تغطية الاسترجاع، والتحيز الشديد في التعرض، وضعف التمييز في الدرجات، مما يؤدي إلى استراتيجيات قابلة للتنفيذ للبحث الهجين وتحسين المرشحين.
تُظهر هذه الورقة أن الضبط الدقيق باستخدام تقنية LoRA يتسبب بشكل فريد في تدهور أداء النموذج في الأمثلة ذات التباين العالي بين المقيّمين (الإنتروبيا العالية للتوسيم)، وهي ظاهرة تتميز بزيادة الخسارة أثناء التدريب والتي ترتبط ارتباطاً وثيقاً بعدم اليقين في التوسيم وتختلف عن الضبط الدقيق الكامل.
تقدم هذه الورقة البحثية RT-QA، وهو إطار تقييم ديناميكي يستخدم سير عمل برمجيات قابلة للتنفيذ لتقييم الإجابة على الأسئلة في الوقت الفعلي، كاشفةً أن حتى النماذج الأكثر تطوراً تعاني من صعوبات في التكيف الزمني بسبب الاسترجاب الكسول والارتباك الزمني، حيث حققت دقة تبلغ 46% فقط.
تُظهر هذه الورقة أن تدريب نماذج الاسترجاع الكثيف على الحساسية التركيبية باستخدام السلبيات المستهدفة بنيوياً يؤدي إلى تدهور كبير في أداء التعميم في حالة عدم وجود بيانات مسبقة، بينما تُظهر أن الموثقات على مستوى الرمز (token-level) مثل MaxSim أو نماذج المحولات الصغيرة (Transformers) فوق خرائط التشابه هي أكثر ملاءمة للتمييز بين حالات "الخطأ الوشيك" البنيوي في سيناريوهات إعادة الترتيب.