11683 ورقة بحثية
تقدم الورقة البحثية RALP، وهو إطار عمل لتعلم التلقين يستفيد من النماذج اللغوية الكبيرة مع تلقينات سلسلة الأفكار المُحسّنة للتنبؤ بالكيانات والعلاقات والمثبتات في الرسوم البيانية للمعرفة، متفوقاً بشكل كبير على النماذج التقليدية القائمة على التضمين في مهام التعميم والاستدلال الخاص بـ OWL دون الحاجة إلى الوصول إلى التدرج.
تقدم هذه الورقة مجموعة بيانات معيارية متعددة المقاييس وإطار تقييم لتقييم قدرة نماذج الرؤية واللغة على تفسير مخططات الشموع اليابانية للتنبؤ بأسعار الأسهم، كاشفةً عن أنه في حين تؤدي هذه النماذج بشكل جيد في الاتجاهات المستمرة، إلا أنها تعاني في السيناريوهات السوقية المعقدة وتظهر قيوداً كبيرة في الاستنتاج الزمني الدقيق.
يقدم البحث InsightFlow، وهو إطار عمل مدفوع بالنماذج اللغوية الكبيرة (LLM) يقوم تلقائياً بتوليد رسوم بيانية سببية متوافقة مع نموذج الـ 5P وذات دلالة سريرية من نصوص جلسات العلاج النفسي، مما يظهر تشابهاً هيكلياً ودلالياً مع الصياغات التي يعدها الخبراء البشريون، مع توفير أداة قابلة للتوسع لتعزيز سير عمل صياغة الحالات السريرية.
تقدم هذه الورقة Universal NER v2، وهي مبادرة مستمرة توسع ما قدمه سلفها في عام 2024 لتوفير معايير مرجعية ذهبية ومعيارية للتعرف على الكيانات المسماة عبر مجموعة لغات متعددة اللغات بشكل هائل، مما يعالج ندرة موارد التقييم للنماذج اللغوية متعددة اللغات.
تقدم هذه الورقة نهجاً للتعلم التعزيزي باستخدام تحسين السياسة النسبية للمجموعة لتدريب النماذج اللغوية الكبيرة على توليد تعديلات شبيهة بالبشر، ومكتفية ذاتياً، ومحافظة على المعنى، تعمل على تحسين ملاءمة الحجة، متفوقة بذلك على النماذج المرجعية الحالية في كل من التقييمات الآلية والبشرية.
من خلال نمذجة التفكير بنظامي المستوى الأول والمستوى الثاني كشبكات ذاكرة دلالية، تكشف الدراسة أنه بينما يُظهر البشر اختلافات هيكلية في تقليل الانحياز بين هذين النظامين، تفتقر النماذج اللغوية الكبيرة إلى مثل هذا المعرفة المفاهيمية غير القابلة للاختزال، مما يشير إلى تفاوتات معرفية جوهرية في كيفية تنظيم البشر والآلات للانحياز الضمني.
تقدم الورقة البحثية RePAIR، وهو إطار عمل مدرك للمطالبات يتيح عملية نسيان تعلم آلي تفاعلية على الأجهزة من خلال السماح للمستخدمين بتوجيه النماذج اللغوية الكبيرة لنسيان معرفة محددة عبر اللغة الطبيعية باستخدام تقنية تلاعب بالتنشيط خالية من التدريب (STAMP) تحقق إزالة شبه كاملة للمعرفة مع الحفاظ على فائدة النموذج.
تجادل هذه الورقة بأن المعايير المرجعية متعددة اللغات الحالية تقيس في المقام الأول الاستدلال والاستدعاء بدلاً من الكفاءة اللغوية الحقيقية، وتقترح "ضائع في الترجمة" (LiT)، وهو معيار مرجعي للترجمة عبر الذهاب والإياب يرتبط ارتباطاً وثيقاً بتقييمات المستخدمين مع تجنب الحاجة إلى مراجع بشرية أو حكام أقوى.
تقدم الورقة البحثية GlotOCR Bench، وهو معيار شامل لتقييم أداء التعرف الضوئي على الحروف (OCR) عبر أكثر من 100 نظام كتابة من أنظمة يونيكود، كاشفةً أن حتى نماذج الرؤية واللغة المتطورة تعاني في التعميم خارج مجموعة صغيرة من أنظمة الكتابة وتعتمد بشكل كبير على تغطية التدريب المسبق بدلاً من الإدراك البصري القوي.
تقدم هذه الورقة البحثية PolicyBench، وهو معيار واسع النطاق متعدد الأنظمة لتقييم استيعاب السياسات عبر مستويات الحفظ، والفهم، والتطبيق، وتقترح PolicyMoE، وهو نموذج متخصص من نوع "خليط الخبراء" (Mixture-of-Experts) يُظهر أداءً فائقاً في مهام الاستدلال الهيكلي والمهام المتعلقة بتطبيق السياسات.