11683 ورقة بحثية
إن MachineLearningLM هو إطار عمل للتدريب المسبق المستمر يزود النماذج اللغوية الكبيرة ذات الأغراض العامة بقدرات قوية للتعلم داخل السياق متعدد الأمثلة لمهام تعلم الآلة من خلال توليف ملايين النماذج السببية الهيكلية وتقطير الاستراتيجيات القائمة على الأشجار، مما يمكّنها من التفوق على النماذج المرجعية القوية في التصنيف الجدولي مع الحفاظ على قدرات الدردشة العامة.
تقدم هذه الورقة إطار عمل مفتوح المصدر لتقييم نماذج لغوية كبيرة متنوعة في تصنيف سجلات صيانة توربينات الرياح غير المهيكلة، مما يكشف أنه بينما تظهر النماذج الرائدة توافقاً ومعايرة عاليين، فإن نهج "الإنسان في الحلقة" هو الاستراتيجية الأكثر فعالية على المدى القريب للاستفادة من قدراتها في تحسين جودة بيانات الصيانة.
تقدم هذه الورقة إطار عمل فعال من حيث التكلفة لتدريب نماذج لغوية صغيرة ذات مهام حرجة في مجال الاستخبارات البحرية، وذلك عبر الاستفታدة من توليد بيانات اصطناعية متعددة النماذج لضبط نموذج Qwen2.5-7B، محققةً دقة بنسبة 75% مع خفض في التكلفة بمقدار 261 ضعفاً مقارنة باستخدام النماذج الأكبر للاستدلال المباشر.
يُعدُّ CARINOX إطار عمل موحداً يعزز المحاذاة التركيبية لنماذج الانتشار من النص إلى الصورة عبر دمج تحسين واستكشاف الضجيج الأولي مع استراتيجية اختيار مكافأة مبدئية مرتبطة بالحكم البشري، محققاً بذلك مكاسب أداء كبيرة مقارنة بالأساليب المتطورة دون الحاجة إلى ضبط دقيق للنموذج.
تقدم الورقة البحثية نموذج FS-DFM، وهو نموذج لغوي قائم على مطابقة التدفق المنفصل بعدد قليل من الخطوات، يحقق توليد نصوص طويلة عالية الجودة بسرعة تفوق نماذج الانتشار التقليدية بمقدار يصل إلى 128 ضعفاً، وذلك عبر التدريب على اتساق الخطوات واستخدام قواعد تحديث موثوقة لتمكين التوليد الدقيق في 8 خطوات فقط.
تقدم هذه الورقة البحثية StyleBench، وهو معيار شامل لتقييم خمسة أساليب استدلال عبر 15 نموذجاً من النماذج اللغوية الكبيرة مفتوحة المصدر لإثبات أن فوائد الاستدلال المهيكل تقتصر بدقة على متطلبات المهمة وقدرة النموذج، مع إظهار أن التعلم المعزز يتفوق أيضاً على الضبط الدقيق الخاضع للإشراف في تمكين الاختيار التكيفي للاستراتيجية.
يقدم StableToken مُجزئًا دلاليًا للكلام متينًا تجاه الضجيج، يستخدم بنية متعددة الفروع مع آلية تصويت على مستوى البت لتحقيق استقرار قائم على الإجماع، مما يقلل بشكل كبير من تباين الرموز تحت الاضطرابات الصوتية ويعزز متانة نماذج الكلام اللغوية الكبيرة (SpeechLLMs) اللاحقة.
تقدم الورقة البحثية ChatInject، وهو هجوم مبتكر يستغل اعتماد وكلاء النماذج اللغوية الكبيرة (LLMs) على قوالب الدردشة المهيكلة والحوارات متعددة الأدوار الإقناعية لتحقيق معدلات نجاح في حقن الأوامر أعلى بكثير من الطرق التقليدية، مع إظهار قدرة قوية على الانتقال والتحايل على الدفاعات الحالية.
تقدم هذه الورقة ToMA، وهو وكيل حواري تم تدريبه على توليد حالات ذهنية مفيدة صراحةً عبر الاستشراف الحواري، مما يثبت أن دمج نظرية العقل يعزز بشكل كبير من التفكير الاستراتيجي للنماذج اللغوية الكبيرة، وتحقيق الأهداف، والحفاظ على العلاقات في التفاعلات الاجتماعية.
تقدم الورقة البحثية إطار عمل "تحسين السياسة المعزز بالاستكشاف" (EEPO)، وهو إطار للتعلم التعزيزي للنماذج اللغوية الكبيرة يعمل على تخفيف انهيار الإنتروبيا وتحسين أداء الاستدلال من خلال توظيف آلية "العينة ثم النسيان" لتعطيل حلقات السلوك ذاتية التعزيز وتعزيز الاستكشاف.