11070 ورقة بحثية
تقترح هذه الورقة إطار عمل للتحفيز التكيفي يصيغ تصحيح الانحياز في استدلال النماذج اللغوية الكبيرة كمسألة كشف عن نقطة تغير عبر الإنترنت، حيث يتدخل ديناميكياً فقط عندما يتجاوز الدليل المتراكم على انتشار الصور النمطية عتبة مُعايرة، وذلك للحد من الانحياز بفعالية مع تقليل التعطيل غير الضروري للاستدلال الصحيح.
تقدم هذه الورقة البحثية OmniPhys، وهو معيار مرجعي متعدد الوسائط واسع النطاق مستمد من مجموعات النصوص التعليمية الصينية، والذي يقيم ويعزز فهم الفيزياء وتوليد الرسوم التخطيطية المهيكلة في النماذج اللغوية الكبيرة متعددة الوسائط من خلال 15,246 سؤالاً و19,850 صورة.
تقدم الورقة البحثية MathAdv، وهو معيار تشخيصي شامل يمتد عبر 13 مجالاً رياضياً يقيم أثباتات النظريات من خلال مهام مساعدة متعددة للكشف عن الاختناقات الحرجة في الصياغة الرسمية، والتباينات في الأداء الخاصة بكل مجال، وحدود المتانة التي غالباً ما تحجبها مقاييس الدقة التجميعية.
تُثبت هذه الورقة أنه في حين أن تجميع الرسوم البيانية للمعرفة في محولات "LoRA" الخاصة بكل كيان يتيح تخزيناً بارامترياً فعالاً للمعرفة الواقعية بتكلفة سياقية صفرية، إلا أن الأوزان الناتلة تفتقر إلى القدرة على الاسترجاع القائم على التشابه الدلالي، مما يؤكد الحاجة إلى آلية متعلمة ومشروطة بالاستعلام لاختيار وتكوين المحولات الصحيحة.
تُعد CaSKG إطار عمل سببي-تخيلي يعمل على تعزيز استرجاع مهارات وكلاء النماذج اللغوية الكبيرة (LLM) القابل للتوسع من خلال بناء ومعايرة رسم بياني للمهارات موجه عبر تجميع الأدلة غير المتصل بالإنترنت واستقصاءات التخيل النصي، مما يؤدي إلى تحسين معدلات نجاح المهام وكفاءتها بشكل كبير عبر مختلف الاختبارات المعيارية مقارنة بالطرق الحالية.
تُثبت هذه الورقة أنه في ظل ميزانية ثابتة قدرها سجلان، فإن الوكلاء الذين يعتمدون على الذاكرة الموروثة غالباً ما يفشلون في اكتشاف القيود المستبدلة، ولكن إعادة تخصيص موارد التحقق استراتيجياً لمسار المصدر الحرج يقلل بشكل كبير من أخطاء الاتساق القديم عبر نماذج ومجالات متعددة.
تقدم الورقة البحثية "فيرجيل" (Virgil)، وهو نظام تفاعلي مصمم لمساعدة المستخدمين على التنقل والاكتشاف والمقارنة بين المنظومة المتجزئة بشكل متزايد لأدوات التفسير الخاصة بالنماذج اللغوية القائمة على المحولات (transformer-based language models) من خلال واجهة موحدة مدعومة بقاعدة معرفية منسقة.
تقدم الورقة البحثية EgoArgus، وهي مجموعة بيانات مرجعية مُوسومة بشرياً صُممت لتقييم قدرة نماذج الرؤية واللغة على العمل كمساعدين موثوقين في منظور الشخص الأول من خلال التحكيم بين الأدلة البصرية وحوار المستخدم في السيناريوهات اليومية، مما يكشف عن القيود الحالية في تقييم الثقة في الأنماط وتأثير طرق الحد من الانحياز الحالية المحدودة.
تقدم هذه الورقة دراسة مقارنة تثبت أنه في حين أن المقاييس القائمة على المشفرات (مثل BERTScore وSemDist) والمعدة بشكل صحيح تحقق ارتباطاً قوياً مع الأحكام البشرية لتقييم التعرف الآلي على الكلام (ASR)، فإن النماذج اللغوية الكبيرة التوليدية تقدم نقاط قوة تكميلية في اختيار الفرضيات الزوجية وتحسين قابلية التفسير لتحليل الأخطاء.
تقدم هذه الورقة JIT-Agent، وهو نموذج قابل للتدريب يقوم تلقائياً بتخليق وتطوير أطر عمل (harnesses) خاصة بالمهام عند الطلب، مما يعزز بشكل كبير أداء مختلف النماذج التأسيسية ويجعل من ذكاء أطر العمل بُعداً قابلاً للتوسع ومتعامداً مع قدرات الوكيل.