11683 ورقة بحثية
تحلل هذه الورقة شبكة "مولتبوك" (Moltbook)، وهي منصة اجتماعية تتكون بالكامل من وكلاء ذكاء اصطنا-عي، لتثبت أنه في حين أن بنيتها التحتية التقنية تعمل وتستجيب للتعليمات، إلا أن طبقتها الاجتماعية تفشل في البروز، مما يؤدي إلى نظام يكرر شكل وسائل التواصل الاجتماعي دون وظيفتها الجوهرية الشبيهة بالبشر.
تجادل هذه الورقة بأن العائق الأساسي في توسيع نطاق النماذج اللغوية الكبيرة متعددة الوسائط ليس تنوع تنسيق المهام، بل هو كثافة المعرفة في بيانات التدريب، حيث تُثبت أن إثراء التعليقات التوضيحية للصور بمعرفة مهيكلة يحقق تحسينات أكثر اتساقاً في الأداء من إضافة الإشراف الخاص بالمهام مثل الإجابة على الأسئلة البصرية.
تحلل هذه الدراسة 5,652 مراجعة باللغتين الإنجليزية والبنغالية لتطبيقات الخدمات المصرفية عبر الهاتف المحمول التابعة للحكومة البنغلاديشية الأربعة باستخدام نهج تسمية هجين ونماذج متعددة، كاشفةً أن خوارزميات التعلم الآلي التقليدية تفوقت على النماذج القائمة على المحولات في تصنيف المشاعر مع تحديد سرعة المعاملات وتصميم الواجهة كنقاط ضعف رئيسية للمستخدمين، وتسليط الضوء على فجوة أداء كبيرة بين معالجة اللغتين الإنجليزية والبنغالية.
تقدم هذه الورقة KMMMU، وهو معيار مرجعي شامل للغة الكورية الأصلية يتكون من 3,466 سؤالاً امتحانياً متعدد الوسائط عبر تسعة تخصصات، يكشف عن فجوات كبيرة في الأداء في نماذج الذكاء الاصطناعي الحالية نتيجة التحديات في فهم الاصطلاحات والمعايير المحلية والمعرفة الخاصة بكل مجال بدلاً من عمق الاستنتاج.
تقدم هذه الورقة دراسة تجريبية لـ ClawHub، وهو سجل عام ضخم يضم 26,502 من مهارات وكلاء النماذج اللغوية الكبيرة (LLM)، حيث تكشف عن اختلافات وظيفية متميزة عبر اللغات بين المهارات الإنجليزية والصينية، وتسلط الضوء على مخاطر أمنية جسيمة مع تصنيف أكثر من 30% من المهارات كمهارات مشبوهة، بينما تثبت أيضاً جدوى التنبؤ المبكر بالمخاطر باستخدام إشارات وقت التقديم.
تقدم هذه الورقة طريقة لضغط المطالبات (prompt compression) غير معتمدة على التدريب وغير فاقدة للمعلومات، تُمكّن النماذج اللغوية الكبيرة من إجراء التعلم في السياق (in-context learning) على البيانات المتكررة المرمزة بقواميس (dictionary-encoded)، محققةً ضغطاً يصل إلى 80% مع الحفاظ على الدقة التحليلية وتقليل تكاليف واجهة برمجة التطبيقات (API) وحدود الرموز (tokens) بشكل كبير.
تكشف هذه الدراسة أن النماذج اللغوية ذات الانحدار الذاتي تظهر انتقالاً طورياً يعتمد على الحجم في اكتشاف الهلوسة، حيث لا تطور إلا النماذج التي تتجاوز حوالي مليار معلمة وتدربت باستخدام الضبط الدقيق للتعليمات إشارة داخلية ذات دلالة إحصائية تشير إلى القصد الواقعي قبل توليد أي رموز، في حين أن الحجم المجرد وحده غير كافٍ لهذا الترميز المسبق للالتزام.
تتناول هذه الورقة ندرة الموارد المناسبة لدراسة لغات شبه الجزيرة الإيبيرية القديمة (Palaeohispanic) من خلال بناء مجموعة بيانات مهيكلة مصممة خصيصاً لتمكين تطبيق تقنيات تعلم الآلة في هذا المجال الذي لم ينل حقه من البحث.
تقدم هذه الورقة البحثية EVE، وهو أول إطار عمل مفتوح المصدر وشامل (end-to-end) لاستخبارات الأرض، والذي يتميز بنموذج EVE-Instruct 24B المتكيف مع المجال، ومعايير تقييم شاملة، ونظام جاهز للإنتاج يدمج تقنيات التوليد المعزز بالاسترداد (RAG) وكشف الهلوسة، مع إتاحة جميع الموارد للمجتمع.
يُعد OmniTrace إطار عمل خفيف الوزن ومستقل عن النماذج يعالج تحدي عزو العبارات المولدة في النماذج اللغوية الكبيرة متعددة الوسائط من خلال صياغة العزو كمسألة تتبع أثناء التوليد، مما يتيح تفسيرات متماسكة على مستوى النطاق عبر الوسائط دون الحاجة إلى إعادة تدريب أو إشراف.