11683 ورقة بحثية
تقدم هذه الورقة LaMSUM، وهو إطار عمل مبتكر متعدد المستويات يسخر النماذج اللغوية الكبيرة وآليات التصويت لإنشاء ملخصات استخراجية لمجموعات كبيرة من تقارير حوادث التحرش الجنسي المختلطة لغوياً، مما يتغلب على قيود نافذة السياق ويتفوق على الأساليب الحالية الرائدة لمساعدة أصحاب المصلحة في تطوير السياسات.
تقدم الورقة البحثية إطار عمل WildFeedback، وهو إطار عمل مبتكر يقوم ببناء مجموعات بيانات التفضيلات تلقائياً من خلال استخراج وتصنيف ملاحظات المستخدمين المباشرة من المحادثات متعددة الأدوار، مما يمكّن النماذج اللغوية الكبيرة من تحقيق تحسن ملحوظ في التوافق مع تفضيلات المستخدمين في العالم الحقيقي مع التغلب على قيود القابلية للتوسع والتحيز التي تعيب طرق التوسيم التقليدية.
تقدم الورقة البحثية FSPO، وهو خوارزمية لتحسين التفضيلات في سياق التعلم من أمثلة قليلة، والتي تعيد صياغة نمذجة المكافأة كمسألة تعلم تلوّي وتستفيد من بيانات تفضيل اصطناعية ذات تنوع وتماسك عاليين لتخصيص النماذج اللغوية الكبيرة بفعالية للمستخدمين الحقيقيين، محققةً معدلات فوز كبيرة في كل من التقييمات الاصطناعية والبشرية.
تستعرض هذه المراجعة النطاقية لـ 81 مقالاً (2022-2025) استخدام الذكاء الاصطناعي التوليدي في تطوير الشخصيات (persona development)، مسلطةً الضوء على المشاركة العالية للموارد وصعود الواجهات الحوارية، مع تحديد فجوات حرجة مثل عدم كفاية التقييم، والاعتماد المفرط على نماذج GPT، ومخاطر التكرار الدوري، وتراجع دور المطورين البشريين، وتقترح في النهاية إرشادات للتكامل المسؤول.
تقترح الورقة البحثية SelfBudgeter، وهي استراتيجية استدلال ذاتية التكيف تدرب النماذج على تقدير وتخصيص ميزانيات الرموز (tokens) ديناميكيًا بناءً على تعقيد الاستعلام، مما يقلل بشكل كبير من طول المخرجات وزمن الاستجابة مع الحفاظ على الدقة وتوفح حدود توليد قابلة للتحكم للمستخدمين.
تتحدى هذه الورقة البحثية الافتراض القائل بأن مسارات "سلسلة الأفكاء" (Chain-of-Thought) صالحة وقابلة للتفسير بطبيعتها، وذلك من خلال إثبات أن صحة المسار لا تتنبأ بشكل موثوق بدقة الإجابة النهائية، وأن النماذج الأكثر أداءً غالباً ما تولد مسارات أقل قابلية للتفسير وأكثر تطلباً من الناحية الإدراكية للمستخدمين.
تقدم هذه الورقة AutoT2T، وهو إطار عمل عصبي-رمزي لتوليد مهام استدلال جدولي قابلة للتوسع، وتقدم TabularMath، وهو معيار شامل يقيم قدرات الاستدلال الرياضي للنماذج اللغوية الكبيرة عبر الجداول القائمة على النصوص والصور مع تسليط الضوء على التأثير الحاسم لتعقيد الجداول وجودتها على أداء النماذج.
تقدم هذه الورقة البحثية FRANQ، وهي طريقة مبتكرة للكشف عن الهلوسة في نماذج التوليد المعزز بالاسترجاع (RAG)، تعمل على تحسين تحديد الأخطاء الواقعية من خلال تطبيق تقنيات متميزة لتقدير عدم اليقين مشروطة بمدى أمانة العبارة تجاه الأدلة المسترجعة، والتي تم التحقق من صحتها عبر مجموعة بيانات جديدة مُصنفة لكل من الواقعية والأمانة.
تقدم الورقة البحثية ChemAmp، وهو إطار عمل خفيف الوزن يعمل على تضخيم الأدوات الكيميائية من خلال دمجها ديناميكيًا في وكلاء فائقين متخصصين، مما يؤدي إلى التفوق على النماذج الحالية في المهام الكيميائية الأساسية مع تقليل تكاليف الاستدلال بشكل كبير من خلال استراتيجية بناء تصاعدية كفؤة في استهلاك البيانات.
تتحدى هذه الورقة فرضية كثافة المعلومات الموحدة في استدلال النماذج اللغوية الكبيرة من خلال إثبات أن الاستدلال عالي الجودة يتميز بانتقالات معلومات محلية سلسة ولكن بتدفق معلومات عالمي غير موحد، وهو نمط يعمل كمتنبئ متفوق لجودة الاستدلال مقارنة بالإشارات الداخلية البديلة.