11683 ورقة بحثية
تقدم هذه الورقة إطار عمل هجين يجمع بين نموذج احتمالي مهيكل للاستدلال على المعتقدات ونموذج لغوي كبير للتفاعل اللغوي، مما يمكّن وكيل استنتاج اجتماعي من التفوق على كل من النماذج اللغوية الأكبر واللاعبين البشر في لعبة "أفالون" مع تحقيق معدل فوز بنسبة 67% ضد البشر.
تقدم الورقة البحثية BEDTime، وهو معيار موحد يتكون من خمس مجموعات بيانات وثلاثة أنماط لتقييم مدى قدرة النماذج الحديثة على التعرف والتمييز وتوليد أوصاف للسلاسل الزمنية أحادية المتغير، مما يكشف أن نماذج اللغة المخصصة للسلاسل الزمنية أداؤها أقل مقارنة بنماذج الرؤية واللغة، بينما تعاني جميع النهج من ضعف المتانة في مواجهة الواقع.
تقدم هذه الورقة إطار عمل "إسناد لوجيت الفضاء الجزئي للمهمة" (TSLA) لتحديد مكونات "التعلم داخل السياق" ميكانيكياً إلى مكوني "تمييز المهمة" و"تعلم المهمة" المتميزين، وذلك عبر تحديد رؤوس الانتباه المتخصصة التي تعمل على محاذاة الحالات الخفية مع الفضاءات الجزئية للمهام وتدويرها نحو التنبؤات الصحيحة، على التوالي.
تقدم هذه الورقة "متجهات المهام المتعلمة" (LTVs) كبديل متفوق ومُدرب مباشرة لمتجهات المهام المستخرجة من أجل التعلم في السياق، مع توفير رؤى ميكانيكية حول كيفية توجيه هذه المتجهات للتنبؤات عبر دوائر انتباه محددة وأنماط انتشار خطي داخل نماذج المحولات (Transformer).
تقيم هذه الورقة بشكل منهجي مدى عرضة النماذج اللغوية الكبيرة لهجمات حقن الأوامر غير المباشرة عبر أدوات البحث عبر الويب، كاشفةً عن ثغرات مستمرة عبر نماذج متنوعة، ومؤكدةً على ضرورة تعزيز التدريب، وإنشاء قواعد بيانات مركزية للتهديدات، وتطوير أطر اختبار موحدة لدمج الأمن في التصميم الجوهري للذكاء الاصطناعي.
تقترح الورقة البحثية LLM4Delay، وهو إطار عمل مبتكر يعزز التنبؤ بتأخير الرحلات الجوية من خلال دمج البيانات الملاحية النصية مع تمثيلات مسار الطائرة عبر استراتيجية تكيف عبر الوسائط، وبذلك يتفوق على أنظمة إدارة الحركة الجوية الحالية.
تستخدم هذه الدراسة بيانات السجلات الصحية الإلكترونية والنمذجة متعددة الحالات لتحديد خمس عشرة حالة سريرية متميزة لما بعد إصابة الكلى الحادة، مما يكشف كيف تؤثر كل من عوامل الخطر الراسخة والجديدة بشكل متفاوت على التطور نحو مرض الكلى المزمن عبر هذه المسارات.
تقدم SkillFactory طريقة تقطير ذاتي تعيد ترتيب مسارات الاستدلال غير المكتملة الخاصة بالنموذج نفسه لتصبح بيانات ضبط دقيق تحت الإشراف، وذلك لتهيئته لاكتساب مهارات معرفية قوية مثل التحقق والرجوع إلى الوراء أثناء التعلم المعزز اللاحق، مما يؤدي في النهاية إلى تحسين التعميم والمتانة خارج النطاق مقارنة بالأساليب القياسية.
تخلص هذه الورقة إلى أنه بينما تستطيع النماذج اللغوية الكبيرة محاكاة أنماط البشر في القابلية للتضليل بشكل عام، إلا أنها تبالغ بشكل منهجي في الربط بين الاعتقاد والمشاركة، وتمنح الأولوية بشكل غير متناسب للعوامل الموقفية على حساب الخصائص الشبكية، مما يشير إلى أنها أكثر ملاءمة لتحديد أوجه التباين مع الحكم البشري منها لاستبداله.
يُعد Mnemis إطار عمل ذاكرة مبتكر يعزز استرجاع النماذج اللغوية الكبيرة (LLM) طويل المدى من خلال دمج بحث النظام-1 السريع القائم على التشابه مع آلية اختيار عالمية هادفة من الأعلى إلى الأسفل للنظام-2 على رسوم بيانية هرمية، محققاً أداءً هو الأفضل حالياً في اختبارات قياس الذاكرة طويلة المدى.