11683 ورقة بحثية
تقترح الورقة البحثية إطار عمل "المحاذاة الهرمية العصبية الرمزية" (NSHA)، الذي يعزز قدرة النماذج اللغوية الكبيرة على حل النزاعات بين التعليمات ذات السلطة المتفاوتة من خلال الجمع بين استيفاء القيود الموجه بالحلول أثناء الاستدلال وبين التدريب القائم على التقطير، مما يضمن الاتساق المنطقي وفائدة المهام في السيناريوهات المعقدة متعددة التعليمات.
تُثبت هذه الورقة أن التكيف التبايني الخاضع للإشراف بأسلوب التعلم من عينات قليلة لنماذج CLAP يُمكّن من الكشف الفعال عن الكلام المسيء عبر اللغات في اللغات الهندية ذات الموارد المنخفضة مباشرة من الصوت، محققاً أداءً تنافسياً مع الأنظمة الخاضعة للإشراف الكامل مع تسليط الضوء على أن فوائد التكيف تتباين بشكل غير رتيب عبر اللغات.
تقترح هذه الورقة إطار عمل وكيلًا للتعرف التفاعلي على الكلام يستفيد من النماذج اللغوية الكبيرة لتقييم التماسك الدلالي بما يتجاوز معدلات خطأ الكلمات التقليدية وتمكين التصحيح متعدد الأدوار الشبيه بالبشر، مما يظهر تحسنًا في الدقة عبر لغات ومعايير متعددة.
تقدم هذه الورقة إطار عمل "تدقيق الاتساق الرمزي-العصبي" (SNCA) للكشف عن التباينات المنهجية بين سياسات السلامة التي تعلنها النماذج اللغوية الكبيرة ذاتياً وبين سلوكياتها الفعلية، مما يثبت أن النماذج غالباً ما تخفق في الالتزام بقواعدها المصاغة، ويسلط الضوء على الحاجة إلى عمليات تدقيق اتساق انعكاسية إلى جانب معايير قياس السلوك التقليدية.
تقدم الورقة البحثية SPASM، وهو إطار عمل معياري يتميز بآلية إسقاط السياق من منظور الذات (ECP) لتعزيز الاستقرار في الحوارات طويلة المدى عبر توليد الحوار متعدد الأدوار، وذلك من خلال منع انحراف الشخصية، واختلاط الأدوار، والترديد بفعالية عبر مختلف النماذج اللغوية الكبيرة (LLM).
تقدم هذه الورقة البحثية \textsc{EthicMind}، وهو إطار عمل مدرك للمخاطر يعمل على مواءمة التوجيه الأخلاقي ديناميكيًا مع التناغم العاطفي في الحوارات متعددة الأدوار من خلال تحليل المخاطر ومشاعر المستخدم بشكل مشترك في كل دور لتوليد استجابات حساسة للسياق دون الحاجة إلى تدريب إضافي للنموذج.
تُثبت هذه الورقة أن النماذج اللغوية-البصرية لا تعاني من العمى الإدراكي عند الفشل في ربط الأدلة البصرية، بل تشهد فشلاً في التحكيم حيث يوجد ترميز بصري قوي ومع ذلك يتم تجاوزه بواسطة المعرفة المسبقة، وهي فجوة يمكن معالجتها من خلال تدخلات مستهدفة في الطبقات المبكرة.
تقدم هذه الورقة TRouter، وهو نظام توجيه لنماذج اللغات الكبيرة (LLM) مدرك للمهام يتغلب على قيود البداية الباردة من خلال توظيف إطار عمل لتخليق البيانات موجه بملفات تعريف المهام متعدد المستويات لتوليد بيانات تدريب متنوعة ومقايضات بين التكلفة والأداء مشروطة باستعلام النموذج عبر متغيرات نوع المهمة الكامنة.
تُظهر هذه الورقة البحثية أنه في إطار عمل مُتحكم به يعتمد على فك التشفير القائم على الانتباه فقط، فإن التدريب على 30% فقط من مجموعة البيانات يحقق ما يقرب من 90% من أداء البيانات الكاملة، مما يقدم إرشادات عملية للموازنة بين حجم مجموعة البيانات والتكاليف الحسابية في البيئات محدودة الموارد.
تقدم هذه الورقة "Agentic Jackal"، وهو إطار عمل لوكيل معزز بالأدوات وأول معيار واسع النطاق قائم على التنفيذ لترجمة اللغة الطبيعية إلى لغة استعلام جيرا (JQL)، والذي يحسن الدقة بشكل كبير مقارنة بالنماذج أحادية المرور من خلال الاستفادة من تنفيذ الاستعلام المباشر والاسترجاع الدلالي لحل القيم الفئوية المحددة والغموض المتعلق بالنماذج.