11683 ورقة بحثية
تقترح هذه الورقة البحثية طريقة "التجميع المعزز بالمعرفة" (KEC)، وهي طريقة لا تتطلب تدريباً تستفيد من النماذج اللغوية الكبيرة لبناء معرفة نصية هرمية للمفاهيم والسمات، مما يحسن بشكل كبير أداء التجميع غير الخاضع للإشراف للصور وقدرته على الصمود عبر مجموعات بيانات متنوعة مقارنة بالنهج الحالية التي تعتمد على الرؤية فقط أو النهج التي تعتمد على التعلم الصفري.
تقترح الورقة البحثية إطار عمل TRACE، وهو إطار تجريبي يعزز الإجابة على أسئلة الرسوم البيانية للمعرفة متعددة القفزات من خلال توحيد الاستدلال السياقي المدفوع بالنماذج اللغوية الكبيرة مع أولويات الاستكشاف التكيفية وآلية إعادة ترتيب ثنائية التغذية الراجعة لضمان مسارات استدلال متماسكة وقوية وفعالة.
يُعدُّ EditHierarchical إطار عمل للتعلم التعزيزي الهرمي لتحرير النماذج مدى الحياة، حيث يحدد بشكل تكيفي الطبقات ذات الصلة بالمعرفة لكل حالة، محققاً بذلك تحديثات دقيقة مع تقليل الآثار الجانبية والنسيان الكارثي عبر إحداث اضطراب في نصف طبقات النموذج فقط.
تستقصي هذه الورقة قدرة نماذج الرؤية واللغة (VLMs) على التعرف من الصفر (zero-shot) في مجال التعرف المنفصل على لغة الإشارة، كاشفةً أنه بينما تعاني النماذج مفتوحة المصدر الحالية من ضعف كبير مقارنة بالمصنفات المتخصصة، تُظهر النماذج المملوكة الأكبر حجماً توافقاً بصرياً-دلالياً واعداً يتحسن مع زيادة الحجم وتنوع البيانات.
يُعد RECIPER خط استرجاع ثنائي الرؤية يعزز الإجابة على الأسئلة المتعلقة بالمواد الموجهة نحو الإجراءات من خلال الجمع بين سياق مستوى الفقرة والملخصات الإجرائية المستخرجة بواسطة النماذج اللغوية الكبيرة، مما يحقق تحسينات كبيرة في أداء الاسترجاع ودقة الإجابة على الأسئلة في المهام اللاحقة مقارنة بطرق الاسترجاع الكثيف القياسية.
تقدم هذه الورقة البحثية "الانتباه المعاملي" (Transactional Attention)، وهو آلية رعاية تستخدم أنماط مرساة هيكلية لحماية الرموز الخاملة ولكن الحرجة (مثل بيانات الاعتماد) من الإقصاء في ضغط ذاكرة التخزين المؤقت للمفاتيح والقيم (KV-cache)، محققةً دقة استرجاع بنسبة 100% حيث تفشل الأساليب الحالية تماماً.
تقيم هذه الورقة البحثية بشكل منهجي النماذج اللغوية متعددة اللغات كمعلمين لتوليد بيانات الضبط الدقيق الخاضع للإشراف الاصطناعية، مقدمةً "درجة البوليغلوت" (Polyglot Score) لإثبات أن سمات محددة لجودة البيانات مثل تنوع المطالبات والطلاقة، وليس حجم النموذج وحده، هي التي تحدد أداء الطالب، كما تقدم إرشادات عملية لاختيار أزواج المعلم والطالب الفعالة.
تقدم هذه الورقة مفهوم "خطر تقطيع السلامي" وإطار عمل "هجوم تقطيع السلامي" المقابل له، والذي يتجاوز أمن النماذج اللغوية الكبيرة عبر تسلسل العديد من المدخلات منخفضة المخاطر لتفعيل سلوكيات ضارة تراكمياً، محققاً معدلات نجاح تتجاوز 90% عبر نماذج متنوعة، مع اقتراح استراتيجية دفاع فعالة أيضاً.
تقدم هذه الورقة "توليف مسار الاستدلال التبايني" (CRPS)، وهو إطار عمل يعمل على توليد سلاسل استدلال عالية الجودة من خلال تحليل التباينات بين مسارات بحث شجرة مونت كارلو الناجحة والفاشلة، مما يمكّن النماذج المدربة على مجموعات بيانات أصغر بكثير من التفوق على تلك التي تعتمد على أخذ العينات بالرفض القياسي مع تحسين القدرة على التعميم خارج النطاق.
تقدم الورقة البحثية MERIT، وهو إطار عمل لدمج النماذج يعتمد على اختيار الطبقات ولا يتطلب تدريباً، والذي يعمل بفعالية على استعادة قدرات الاستدلال الزمني في نماذج اللغة والفيديو من خلال الجمع الاستراتيجي لطبقات محددة من نموذج الفيديو وهيكله الأساسي المقتصر على النصوص، مما يتغلب على تدهور الاستدلال الناتج عادةً عن المحاذاة البصرية دون الحاجة إلى إعادة التدريب.