11683 ورقة بحثية
يعالج RecaLLM ظاهرة "الضياع في التفكير"، حيث يتدهور أداء الاسترجاع بسبب التفكير، وذلك عبر دمج الاسترجاء السياقي الصريح مع التفكير واستخدام آلية فك ترميز مقيدة لتحقيق أداء قوي في السياقات الطويلة دون الحاجة إلى بيانات تدريب مكلفة للسياقات الطويلة.
تقدم هذه الورقة البحثية BERT-as-a-Judge، وهي طريقة تقييم خفيفة الوزن تعتمد على المشفر (encoder)، تتفوق على النماذج المعجمية الجامدة وتضاهي دقة نماذج لغوية كبيرة مكلفة من خلال تقييم الصحة الدلالية في المهام التوليدية القائمة على المراجع.
تتضمن هذه الورقة حواراً بين لغوي رسمي وعالم في الحوسبة، ينضم إليهما ٢٥ خبيراً من مجالات متنوعة، لتفنيد "مغالطة إحصاء السلاسل النصية" و"افتراض بلوغ أقصى حد من الكفاءة" فيما يتعلق بالنماذج اللغوية الكبيرة، داعين في نهاية المطي إلى برنامج بحثي تعاوني موسع يدمج رؤى الذكاء الاصطناعي للنهوض بعلم كل من اللغة البشرية والنماذج اللغوية على حد سواء.
تقدم هذه الورقة MANYFAKE، وهو معيار مرجعي اصطناعي يتكون من 6,798 مقالاً من الأخبار الزائفة القائمة على استراتيجيات محددة، لإثبات أنه في حين تعاني الكواشف الحالية مع القصص المختلقة بالكامل، إلا أنها هشة بشكل خاص أمام التضليل المعتمد على التعاون بين البشر والذكاء الاصطناعي والذي يمزج الأكاذيب مع روايات دقيقة.
تقترح الورقة البحثية VL-Calibration، وهو إطار عمل للتعلم التعزيزي يعمل على فصل الثقة إلى مكونات بصرية واستدلالية باستخدام تقدير اليقين البصري الجوهري وإعادة وزن الميزة على مستوى الرمز (token-level advantage reweighting) للحد من الهلوسة بفعالية وتحسين المعايرة في النماذج اللغوية الرؤية الضخمة (Large Vision-Language Models).
تقدم الورقة البحثية VisionFoundry، وهو مسار عمل يقوم بتوليد بيانات VQA اصطناعية مخصصة لمهام معينة باستخدام النماذج اللغوية الكبيرة (LLMs) ونماذج تحويل النص إلى صورة لمعالجة نقاط الضعف في الإدراك البصري للنماذج اللغوية الرؤية، مما يؤدي إلى مكاسب كبيرة في الأداء على معايير مثل MMVP وCV-Bench-3D دون الحاجة إلى تعليق بشري.
تقدم هذه الورقة إطار عمل للتحقق من الأدلة القائم على الحالات، والذي يعالج عقبة الإشراف الضعيف في الاستدلال القائم على الأدلة من خلال توليد أمثلة تدريبية محكومة دلالياً لتعليم النماذج الاعتماد الحقيقي على الأدلة لاتخاذ القرارات، مما يثبت أن الإشراف الصريح الذي يرمز الدور السببي للأدلة يحسن الأداء والمتانة بشكل كبير مقارنة بالنماذج المرجعية.
تقيم هذه الورقة قدرة النماذج اللغوية الكبيرة على تطبيق سياسة وجهة النظر المحايدة في ويكيبيديا، حيث وجدت أنه بينما تستطيع هذه النماذج توليد إعادة صياغة تُعتبر أكثر حيادية وطلاقة من التعديلات البشرية، إلا أنها تعاني في الكشف الدقيق عن الانحياز وغالباً ما تجري تغييرات غير ضرورية تبتعد عن معايير المجتمع، مما قد يؤدي إلى تقويض استقلالية المحررين وزيادة أعباء الإشراف.
تُثبت هذه الورقة أن النماذج اللغوية الكبيرة التي خضعت للضبط الدقيق تحت الإشراف يمكنها أتمتة تحديد وصياغة احتياجات العملاء من البيانات النوعية بفعالية، محققةً أداءً يطابق أو يتجاوز أداء المحللين المهنيين، مع تمكين استخلاص رؤى قابلة للتوسع وعالية التأثير للابتكار في المنتجات.
تقيم هذه الدراسة الثقة المبلغ عنها ذاتياً لمختلف النماذج اللغوية الكبيرة في 300 سؤال من نمط اختبارات بورد أمراض الجهاز الهضمي، كاشفةً أنه بينما تُظهر النماذج الأعلى أداءً دقةً محسنة، فإن جميع النماذج تُظهر باستمرار ثقة مفرطة، مما يسلط الض الضوء على عائق حاسم أمام نشرها الآمن في مجال الرعاية الصحية.