11750 ورقة بحثية
تقدم هذه الورقة TelcoAgent-Bench، وهو إطار عمل متعدد اللغات للتقييم المرجعي مصمم لتقييم موثوقية واتساق التشغيل لوكلاء النماذج اللغوية الكبيرة في مجال الاتصالات باللغتين الإنجليزية والعربية، كاشفاً أنه بينما تفهم النماذج الحالية مشكلات الاتصالات، إلا أنها تعاني من أجل التنفيذ المتسق لاستكشاف الأخطاء وإصلاحها والاستقرار عبر تنوع السيناريوهات.
تكشف هذه المراجعة النطاقية لما يقرب من 4,000 دراسة لنماذج التنبؤ أنه على الرغم من تزايد مشاركة الأكواد، إلا أنها لا تزال غير شائعة وغالباً ما تفتقر إلى التوثيق، وتحديد التبعيات، والبنية التركيبية اللازمة لتحقيق قابلية إعادة الإنتاج الحقيقية، مما يوفر أساساً تجريبياً لتطوير المبدأ التوجيهي لإبلاغ TRIPOD-Code.
تقترح هذه الورقة إطار عمل هجين يدمج الخبرة البشرية في المجال مع النماذج اللغوية الكبيرة لاستخراج سمات قابلة للتفسير للكشف عن الهلوسة والحذف في استجابات روبوتات الدردشة الخاصة بالصحة النفسية، مما يثبت أن هذا النهج يتفوق بشكل كبير على أساليب "النموذج اللغوي الكبير كحكم" (LLM-as-a-judge) الصندوقية السوداء في سياقات الرعاية الصحية عالية المخاطر.
تقدم الورقة البحثية نظام DBCooker، وهو نظام قائم على النماذج اللغوية الكبيرة (LLM) يعمل على أتمتة تخليق الدوال المعقدة الأصلية لقواعد البيانات من خلال بنية متخصصة ثلاثية المكونات تتضمن توصيف الدوال، وعمليات الترميز الهجينة، والتحقق متعدد المستويات، محققاً دقة أعلى بكثير من الطرق الحالية عبر أنظمة قواعد البيانات الرئيسية.
تتقصى هذه الورقة البحثية التعلم في السياق (In-Context Learning) في نماذج لغة الكلام من خلال إثبات أن معدل التحدث يؤثر بشكل كبير على كل من استنتاج المهام والمحاكاة الصوتية، مع بيان أن رؤوس الاستقراء (induction heads) تلعب دوراً سببياً في تمكين هذه القدرات، بشكل مشابه للنتائج التي تم التوصل إليها في النماذج القائمة على النصوص.
تتقصى هذه الورقة ما إذا كانت النماذج اللغوية تستخدم التراكب (superposition) للحفاظ على مسارات استدلال متعددة في سلاسل الأفكار الكامنة، وتجد أن هذه القدرة لا تظهر إلا في النماذج المدربة من الصفر، بينما تفشل أنظمة التدريب بدون تدريب إضافي (training-free) والأنظمة التي خضعت للضبط الدقيق (fine-tuned) في الاستفادة من التراكب بسبب انحيازات ما قبل التدريب نحو الالتزام بالرموز (token commitment) وقيود السعة.
تقدم هذه الورقة البحثية EduQwen، وهي عائلة من النماذج اللغوية الكبيرة المفتوحة المصدر ذات الـ 32 مليار معلمة والمخصصة للأغراض التربوية، والتي تستفيد من استراتيجية تحسين مبتكرة متعددة المراحل تجمع بين التعلم التعزيزي والضبط الدقيق الخاضع للإشراف لتحقيق أداء رائد في المعايير التعليمية، متفوقةً بذلك بشكل كبير على الأنظمة المملوكة الأكبر حجماً مع الحفاظ على الشفافية وكفاءة التكلفة المطلوبة للنشر المسؤول للذكاء الاصطناي.
تقدم هذه الورقة دراسة أجراها فريق FMI@SU قيمت استراتيجيات متنوعة لتلقين النماذج اللغوية الكبيرة لاستخراج وتصنيف ذكر العادات السامة (التبغ، والكحول، والقنب، والمخدرات) في النصوص السريرية الإسبانية، محققةً درجة F1 في مجموعة الاختبار بلغت 0.65 باستخدام تقنية التلقين بلقطات قليلة لنموذج GPT-4.1.
تعيد هذه الورقة تعريف الخصوصية السياقية لوكلاء النماذج اللغوية الكبيرة باعتبارها مهمة "كفاية معلومات"، مقدمةً إخفاء الهوية عبر النصوص الحرة كاستراتيجية متفوقة، وبروتوكول تقييم حواري يكشف كيف أن التقييمات القائمة على الرسالة الواحدة تستهين بتسرب الخصوصية مقارنة بالتفاعلات متعددة الأدوار.
تقيم هذه الورقة قدرة النماذج اللغوية الكبيرة المتطورة على استيعاب السرديات الطويلة من خلال مقارنة ملخصاتها المبتكرة بتلك المكتوبة بشرياً، مما يكشف عن معاناة النماذج في التكامل الشمولي وتركيزها بشكل غير متناسب على نهايات النصوص، وهو اكتشاف مرتبط بآليات الانتباه لديها.