11683 ورقة بحثية
تقدم هذه الورقة البحثية BMdataset، وهي مجموعة مختارة موسيقياً من نوتات LilyPond المنسوخة من قبل خبراء من مخطوطات عصر الباروك، وتثبت أن الضبط الدقيق لنموذج LilyBERT المعدل على هذه المجموعة الصغيرة عالية الجودة يتفوق على التدريب على مجموعات بيانات ضخمة وصاخبة في مهام فهم الموسيقى الرمزية.
تُثبت هذه الورقة من خلال التحليل الطيفي أن تحديثات أوزان LoRA تهيمن عليها المكونات ذات التردد المنخفض، مما يكشف أن الاحتفاظ بجزء صغير فقط من هذه الترددات يقلل التخزين بشكل كبير مع حد أدنى من الخسارة في الأداء، ويشير إلى أن المكونات عالية التردد غالباً ما تعمل كضجيج تكيفي.
تقدم الورقة البحثية HeceTokenizer، وهو نهج ترميز يعتمد على المقطع الصوتي وموفر للموارد للغة التركية، يستفيد من الانتظام الفونولوجي للغة لتحقيق أداء استرجاع فائق (50.3% Recall@5) على معيار TQuAD باستخدام نموذج أصغر بكثير مقارنة بالنماذج المرجعية القائمة على الصرف.
تقدم هذه الورقة QFS-Composer، وهو إطار عمل مبتكر يدمج بين تفكيك الاستعلام، وتوليد الأسئلة، والإجابة على الأسئلة لتعزيز المواءمة الواقعية والصلة بالاستعلام في الملخصات التي تركز على الاستعلام في اللغات ذات الموارد المحدودة، وهو ما تم إثباته من خلال تحسين الأداء في النصوص السلوفينية.
تقدم هذه الورقة البحثية CanaryRAG، وهو آلية دفاع وقت التشغيل قابلة للتركيب والتشغيل الفوري، تعمل على تضمين رموز الكناري (canary tokens) في الأجزاء المسترجعة وتستخدم لعبة سلامة ثنائية المسار للكشف عن هجمات استخراج بيانات الـ RAG والتخفيف من حدتها في الوقت الفعلي دون الحاجة إلى إعادة تدريب النموذج أو التأثير على الأداء.
تقترح هذه الورقة طريقة لتدريب النماذج اللغوية ذات الأوزان المفتوحة على محاكاة سلوك البرمجة لدى الطلاب عبر تحويل سجلات العمليات الزمنية إلى حوارات محادثة وتطبيق مسار تدقيق دقيق تحت الإشراف بالإضافة إلى تحسين التفضيل، مما يحسن بشكل كبير قدرة النماذج على تكرار أنماط تصحيح الأخطاء الحقيقية مقارنة بالنهج القائم على الكود فقط والنماذج المرجعية المعتمدة على التلقين.
تتحدى هذه الورقة فرضية كثافة المعلومات الموحدة من خلال إثبات أن الكيانات البارزة عالمياً في الخطاب تظهر مفاجأة أعلى بكثير من الكيانات غير البارزة، بينما تقلل في الوقت نفسه من مفاجأة المحتوى المحيط بها، مما يكشف عن بروز الكيان العالمي كآلية رئيسية تشكل توزيع المعلومات عبر الأنواع الأدبية المختلفة.
تُثبت هذه الورقة بشكل منهجي أنه في نماذج اللغة القائمة على تقمص الأدوار، يتنبأ ارتفاع مستوى الود في الشخصية (persona agreeableness) بشكل كبير بزيادة السلوك المتملق، مما يكشف عن رابط حاسم بين سمات الشخصية والميل إلى تقديم إرضاء المستخدم على الدقة الواقعية.
تقترح هذه الورقة البحثية "RAG ذاتي التصحيح" (Self-Correcting RAG)، وهو إطار عمل موحد يعزز الموثوقية في مهام الاستدلال المعقدة من خلال إعادة صياغة اختيار السياق كمسألة حقيبة متعددة الخيارات ومتعددة الأبعاد، وتوظيف بحث مونت كارلو في شجرة البحث (MCTS) الموجه بالاستدلال اللغوي الطبيعي (NLI) للتحقق ديناميكيًا من الإجابات المولدة، مما يؤدي إلى تحسين الدقة بشكل كبير وتقليل الهلوسة.
تقدم هذه الورقة BlasBench، وهو أول معيار مفتوح للتعرف على الكلام باللغة الأيرلندية يستخدم بروتوكول تقييم مدركاً لخصوصية اللغة الأيرلندية للكشف عن فجوات تعميم وتفاوتات كبيرة في الأداء بين 12 نظاماً للتعرف التلقائي على الكلام، بما في ذلك النتيجة التي تشير إلى أن جميع متغيرات Whisper تتجاوز معدل خطأ في الكلمات بنسبة 100%.