11683 ورقة بحثية
تقدم الورقة البحثية TRACE، وهو خط معالجة مسبقة قابل للتوسع يستفيد من البيانات الوصفية للسجلات الصحية الإلكترونية وإزالة التكرار القائم على التكرار لإزالة ما يقرب من نصف "تضخم الملاحظات" الزائد في التوثيق السريري، مما يقلل بشكل كبير من تكاليف استدلال النماذج اللغوية الكبيرة مع الحفاظ على الأداء في المهام السريرية اللاحقة.
تقدم هذه الورقة تقييماً تجريبياً لفك التشفير التخميني عبر العائلات المختلفة لنماذج اللغة البولندية على معالجات "Apple Silicon"، حيث تُظهر أنه في حين أن ترجمة الرموز المدركة للسياق تحسن معدلات القبول، فإن قيود عرض نطاق الذاكرة الموحدة وعدم توافق أجهزة الترميز تحد من مكاسب الإنتاجية، لا سيما عندما تضعف أداء نماذج المسودة المتخصصة مقارنة بالبدائل العامة.
يقترح نموذج Brain-CLIPLM فرضية ضغط دلالي لفك تشفير إشارات الدماغ (EEG)، حيث يثبت أن إطار عمل ثنائي المراحل يستخرج الركائز الدلالية عبر التعلم التبايني ويعيد بناء الجمل باستخدام نموذج لغوي كبير قائم على الاسترجاع، يتفوق بشكل كبير على فك التشفير المباشر من خلال مواءمة تعقيد إعادة البناء مع السعة المعلوماتية الجوهرية لإشارات الدماغ غير الغازية.
تقدم هذه الورقة البحثية مجموعة بيانات CFMS، وهي أول مجموعة بيانات صينية متعددة الوسائط للسخرية ذات دقة عالية تتميز بتعليقات توضيحية ثلاثية المستويات ومجموعة فرعية للاستعارة، إلى جانب استراتيجية التعلم في السياق المعززة بالتعلم التعزيزي (PGDS) التي تحسن بشكل كبير أداء اكتشاف السخرية وتوليد التفسيرات.
تقدم هذه الورقة البحثية GoCoMA، وهو إطار عمل متعدد الوسائط يستفيد من الهندسة الزائدية لدمج أسلوب الكتابة البرمجية وصور المخرجات الثنائية ما قبل التنفيذية لعزو الكود المولد بواسطة النماذج اللغوية الكبيرة بدقة إلى نموذجها المصدر، متفوقاً بذلك على النماذج المرجعية أحادية الوسائط والنموذج الإقليدي.
تقدم هذه الورقة مسحاً شاملاً لطرق خلط البيانات لتدريب النماذج اللغوية الكبيرة، حيث تقدم تعريفاً رسمياً للمشكلة، وتصنيفاً دقيقاً يميز بين النهجين الاستاتيكي والديناميكي، وتحليلاً للمفاضلة بين الأداء والتكلفة، وخارطة طريق لاتجاهات البحث المستقبلية.
تقدم الورقة البحثية LiFT، وهو إطار عمل للضبط الدقيق التعليمي الطولي يستخدم نهجاً قائماً على المنهج الدراسي لتعزيز قدرة النماذج اللغوية الكبيرة بشكل كبير على التعلم في السياق في مهام الاستدلال الزمني، مما يظهر تحسينات مستمرة مقارنة بالنماذج الأساسية في تتبع التفاعلات المتطورة وكشف أحداث التغيير النادرة عبر مجموعات بيانات وأحجام نماذج متنوعة.
تكشف هذه الدراسة عن انفصال كبير خلال صراع لبنان في مارس ٢٠٢٦، حيث ركزت التغطية الإعلامية بشكل ساحق على الأحداث العسكرية (٩٤.٩٪) بينما كان الطلب الشعبي على المعلومات، كما تم قياسه عبر اتجاهات البحث، مدفوعاً في المقام الأول بالظروف الاقتصادية، والحياة اليومية، والهجرة (٦٣.١٪).
تقدم هذه الورقة إطار عمل "GeoRepEval"، الذي يوضح أن النماذج اللغوية الكبيرة تظهر فجوات أداء كبيرة وإخفاقات مرتبطة بتمثيل البيانات في الاستدلال الهندسي — لا سيما مع الصيغ المتجهة — مما يكشف أن النماذج الحالية تعتمد على استدلالات سطحية بدلاً من فهم هندسي تجريدي متين.
تقارن هذه الورقة بين استراتيجيتين لدمج المعرفة الطبية الحيوية المهيكلة من "UMLS Metathesaurus" في النماذج اللغوية —وهما التدريب المسبق المستمر وGraphRAG— حيث تُظهر أن التدريب المسبق يحقق مكاسب متواضعة في مهام محددة، بينما يوفر GraphRAG تحسينات فائقة وشفافة ولا تتطلب إعادة تدريب على الإجابة على الأسئلة الطبية الحيوية.