11683 ورقة بحثية
تقترح الورقة البحثية إطار عمل "GNN-as-Judge"، الذي يعزز التعلم شبه الموجه بلقطات قليلة على الرسوم البيانية ذات السمات النصية من خلال تسخير الشبكات العصبية الرسومية لتوليد تسميات مستعارة موثوقة وتخفيف الضجيج أثناء عملية الضبط الدقيق للنماذج اللغوية الكبيرة.
يُعدّ SynDocDis إطار عمل مبتكرًا يحافظ على الخصوصية، حيث يستفيد من النماذج اللغوية الكبيرة والبيانات الوصفية المهيكلة لتوليد حوارات اصطناعية عالية الجودة ودقيقة سريريًا بين الأطباء، مما يعالج بفعالية قيود الوصول إلى البيانات مع إظهار أداء قوي في تطبيقات التعليم الطبي ودعم اتخاذ القرار.
تُثبت هذه الورقة أنه بينما يمكن لآثار المتوسط المتحرك الأسي (EMA) البسيطة أن تلتقط البنية الزمنية بفعالية لمهام مثل تعيين الأدوار النحوية، إلا أنها تفشل جوهرياً في نمذجة اللغة بسبب فقدان المعلومات غير القابل للاسترداد الناتج عن الضغط المستقل عن البيانات، مما يثبت أن الاختيار المتعلم المعتمد على المدخلات ضروري للحفاظ على هوية الرمز.
تقدم هذه الورقة مسحاً شاملاً يصيغ الاستدلال الطبي كعملية معرفية تكرارية، وينظم الأساليب الحالية في سبعة مسارات تقنية، ويقدم MR-Bench —وهو معيار بيانات مستشفى من العالم الحقيقي— للكشف عن الفجوة الكبيرة في الأداء بين نجاح النماذج اللغوية الكبيرة الحالي على مستوى الاختبارات وبين موثوقيتها في اتخاذ القرارات السريرية الحقيقية.
تقترح هذه الورقة تكييف طريقة تقدير عدم اليقين الشامل (HolUE) لتصنيف النصوص مفتوحة المجموعة لمعالجة عدم اليقين في كل من النص والمعرض، مما يظهر تحسينات كبيرة في أداء رفض التنبؤ عبر مجموعات بيانات متعددة ويقدم معياراً مرجعياً جديداً لهذه المهمة.
تقدم هذه الورقة مجموعة من النماذج العصبية المبتكرة، بما في ذلك NeuralSBS وWhisperBert القائم على التجميع، والتي تتفوق بشكل كبير على اتساق التقييم بين البشر في تقييم جودة تحويل النص إلى كلام من خلال تحقيق دقة أعلى في التقييمات النسبية ومعدلات خطأ أقل في التقييم المطلق مقارنة بالطرق الذاتية التقليدية.
تُثبت هذه الورقة أن طبقات التغذية الأمامية ذات البنية الشجرية مع التوجيه الهرمي الصارم يمكن أن تعمل كبدائل متدرجة التوسع ومتفرقة للطبقات المتصلة بالكامل (MLPs) في نماذج المحولات الضخمة، محققةً أداءً يضاهي النماذج المرجعية الكثيفة مع تفعيل أقل من 5% من الوحدات لكل رمز، ومُظهرةً تأثيراً ناشئاً للتقليم الذاتي يحول التوجيه الديناميكي إلى تخلخل هيكلي ثابت.
تقدم هذه الورقة أول دراسة منهجية لوكلاء النماذج اللغوية الكبيرة متعددي المستخدمين من خلال صياغتهم كمسألة قرار متعددة الموكلين، وتقديم بروتوكول تفاعل موحد وسيناريوهات اختبار جهد، والكشف عن أن النماذج الرائدة الحالية تعاني في الحفاظ على استقرار الأولويات، والحفاظ على الخصوصية، والتنسيق بكفاءة عند خدمة مستخدمين متعددين ذوي مصالح متضاربة.
تقدم هذه الورقة البحثية طريقة تجميع الأحكام المتحكم بها حرارياً (TCVA)، وهي طريقة تقييم مبتكرة تستخدم معامل درجة الحرارة لضبط صرامة التقييم ديناميكياً عبر تجميع المتوسط العام، محققةً أداءً متوافقاً مع البشر ومماثلاً لـ RAGAS دون الحاجة إلى استدعاءات إضافية للنماذج اللغوية الكبيرة.
تقدم الورقة البحثية PRAGMA، وهي عائلة من النماذج التأسيسية القائمة على تقنية Transformer والمُدربة مسبقاً على تسلسلات أحداث مصرفية ضخمة وغير متجانسة عبر نمذجة القناع، والتي تحقق أداءً فائقاً عبر مهام مالية متنوعة مثل التقييم الائتماني وكشف الاحتيال من خلال تعلم تمثيلات عامة الغرض من البيانات الخام.