11683 ورقة بحثية
تعيد هذه الورقة صياغة عملية "إلغاء التعلم" في النماذج اللغوية الكبيرة كمسألة ثنائية المهام غير متماثلة تعطي الأولوية للاحتفاظ، مقترحةً إطار عمل لتوليف التدرج يتضمن طريقة SAGO مبتكرة لتحقيق أداء متفوق نظرياً وتجريبياً في المقايضة بين النسيان والاحتفاظ من خلال تحسين هندسة التدرج بدلاً من إعادة موازنة الخسارة.
تستقصي هذه الورقة البحثية عملية الضبط الدقيق لنموذج BERT الفنلندي على نصوص طبية غير مصنفة لتحسين أداء التصنيف في المهام اللاحقة، وتستكشف ما إذا كانت التغيرات الهندسية في التضمينات خلال هذه العملية يمكن أن تتنبأ بفوائد التدريب المسبق الخاص بالمجال في سيناريوهات الرعاية الصحية التي تعاني من نقص البيانات.
تقترح هذه الورقة إطار عمل قائماً على المهارات لتوصيف الملفات السلوكية، مبرهنةً على أنه في حين يمكن للنماذج اللغوية الكبيرة مثل GPT-5.4 تنفيذ مجموعة فرعية من مهارات التوصيف محددة بوضوح بشكل موثوق، إلا أن أداءها انتقائي ويُفهم على أفضل وجه كصوت ثالث مستقل وليس كبديل مباشر للبشر، مما يسلط الضوء على الحاجة إلى تقييم جدوى الأتمتة على مستوى المهارة بدلاً من مستوى المهمة.
تقدم هذه الورقة طريقة استقصاء تماسك على مستوى القطعة (segment-level) تعمل على تجميع رموز أدلة متعددة للكشف بقوة عن النوايا الضارة المتعلقة بالمواد الكيميائية والبيولوجية والإشعاعية والنووية (CBRN) في النماذج اللغوية الكبيرة، مما يقلل بشكل كبير من الإيجابيات الكاذبة ويحافظ على دقة كشف عالية حتى ضد عمليات كسر الحماية التكيفية والتمويه على مستوى الحروف.
يُعد RACER طريقة خفيفة الوزن ولا تتطلب تدريباً، تعمل على تسريع استنتاج النماذج اللغوية الكبيرة من خلال توحيد الأنماط الدقيقة القائمة على الاسترجاع مع الإشارات المستقبلية المدفوعة باللوجيت (logit) للتغلب على قيود أساليب فك التشفير التخميني الحالية، محققاً تسريعاً يتجاوز ضعفين مع التفوق على الطرق السابقة.
تكشف هذه الورقة أنه بينما تُظهر نماذج الرؤية واللغة المدربة على الاستنتاج سلوكيات تصحيحية أقوى، إلا أنها تظل عرضة لـ "قصور ذاتي في الإجابة" وإشارات نصية مضللة يمكن أن تحجب الاعتماد على النمط، مما يثبت أن تفسيرات "سلسلة الأفكار" توفر رؤية جزئية ومضللة محتملة لكيفية دمج هذه النماذج للمعلومات البصرية والنصية.
تقدم الورقة البحثية DynAfford، وهو معيار لتقييم الوكلاء المتجسدين في البيئات الديناميكية ذات قيود الإمكانيات غير المحددة، وتقترح ADAPT، وهي وحدة قابلة للتشغيل المباشر تعزز متانة التخطيط من خلال دمج الاستدلال الصريح على الإمكانيات المدعوم بنموذج رؤية ولغة متكيف مع المجال.
تقترح الورقة البحثية LongAct، وهي استراتيجية للتعلم التعزيزي تعمل على تحسين الاستدلال طويل السياق من خلال تحديد وتحديث الأوزان المرتبطة بأنماط التنشيط المتفرقة ذات المقدار العالي بشكل انتقائي، مما يحقق مكاسب كبيرة في الأداء عبر مختلف المعايير والخوارزميات.
تقترح الورقة البحثية إطار عمل "IE-as-Cache"، الذي يحول استخراج المعلومات التقليدي إلى ذاكرة معرفية ديناميكية وقابلة لإعادة الاستخدام لتصفية الضجيج والحفاظ على المعلومات الهيكلية الوسيطة، مما يعزز بشكل كبير التفكير الوكيل متعدد الخطوات عبر مختلف النماذج اللغوية الكبيرة.
تقدم هذه الورقة البحثية Text2Arch، وهي مجموعة بيانات شاملة من المخططات الهيكلية العلمية المقترنة بالأوصاف النصية ورموز DOT، مما يمكّن النماذج اللغوية من توليد مخططات عالية الدقة من اللغة الطبيعية، محققةً أداءً يضاهي GPT-4o ويتفوق بشكل كبير على النماذج المرجعية الحالية.