11070 ورقة بحثية
تقدم هذه الورقة البحثية مشاركة جامعة فلوريدا غيتورز في مسابقة WMT26، والتي تستخدم خط معالجة للترجمة يعتمد على الاسترجاع المعزز بالنماذج متعددة الأمثلة (many-shot) باستخدام تقنية BM25 لجلب أمثلة متوازية ذات صلة ونموذج Gemini 2.5 Flash للاستدلال، محققةً ترجمة للغة الإنجليزية لإحدى عشرة لغة من شمال شرق الهند دون أي ضبط دقيق للنموذج.
يقدم GALA إطار عمل جديداً ذا مرحلتين يحقق أداءً هو الأفضل في فئته في مجال توليد السلاسل الزمنية من النصوص عبر توظيف محاذاة عابرة للأنماط مدركة للتوليد لإنشاء تضمينات وصفية مُحسّنة خصيصاً لتوجيه مولدات مطابقة التدفق، مما يؤدي في آن واحد إلى تحسين دقة الإشارة والالتزام بالنص.
تكشف هذه الورقة عن "فجوة تضخيم-رفع" (Amplification-Lift Gap) جوهرية في نماذج الاستدلال، حيث يعمل التدريب على تضخيم السلوكيات التأملية مثل التصحيح الذاتي والإقرار بعدم اليقين، وهي سلوكيات لا تتنبأ بالضرورة بالصحة، بينما يفشل في تعزيز السلوكيات عالية القيمة بشكل كافٍ مثل معايرة الثقة ومواءمة المعرفة.
تقيم هذه الدراسة ثلاثة من روبوتات الدردشة القائمة على النماذج اللغوية الكبيرة في الإجابة على الأسئلة الطبية، وتجد أن أداء الاسترجاع يتباين بشكل كبير حسب النموذج ودور المستخدم، مع تفوق ChatGPT على غيره، وإظهار جميع النماذح انحيازاً نحو الاستشهاد بالتجارب السريرية الأكبر.
تقدم الورقة البحثية SocialRL، وهي وصفة تدريبية تحول النماذج اللغوية الصغيرة إلى مفاوضين استراتيجيين عبر تعزيز التفكير الاجتماعي وسقالات نظرية العقل، مما يمكّن نموذجاً بـ 4 مليارات معلمة من مضاهاة أو تجاوز أداء النماذج الرائدة الأكبر بكثير مثل GPT-5 عبر استراتيجيات التدريب داخل النطاق والنقل عبر النطاقات في مجالات تفاوض متنوعة.
تقدم الورقة البحثية ASSERT، وهي مسار قياس قائم على المواصفات لتدقيق الذكاء الاصطناً التوليدي يربط صراحةً معدلات الامتثال المُبلغ عنها بخيارات القياس الكامنة وراءها، مما يوضح كيف تؤثر التباينات في تصميم التدقيق — مثل إعداد الحوار أو معايير التقييم — بشكل كبير على تصنيفات الأنظمة وقابليتها للتفسير.
تقترح هذه الورقة إطار عمل للترشيح الهندسي يعمل على تحسين التصنيف النصي قليل العينات من خلال اختيار العينات الاصطناعية المولدة بواسطة النماذج اللغوية الكبيرة بناءً على مسافتها الإقليدية من أمثلة الفئات الحقيقية في فضاء التضمين، محققةً مكاسب كبيرة في الأداء مقارنة بالطرق الحالية مثل SMOTE عبر مجموعات بيانات ونماذج متنوعة.
تقدم هذه الورقة البحثية CForce، وهي طريقة تقطير لفرض الاتساق تعمل على تحسين المقايضة بين السرعة والجودة لنماذج الانتشار اللغوية الكبيرة من خلال محاذاة تنبؤات القناع في المراحل المبكرة مع عمليات الصقل في المراحل اللاحقة عبر هدف تباعد كولباك-لايبلر (KL divergence) جديد متكيف مع الثقة.
تقترح هذه الورقة "الامتناع الهيكلي"، وهو نمط معماري لأنظمة الذكاء الاصطناعي يفصل بين غلاف توليدي ونواة حتمية لضمان رفض الطلبات غير القابلة للإجابة أو الغامضة صراحةً بدلاً من الهلوسة، مما يضمن الموثوقية الواقعية في عمليات النشر المؤسسية والوكيلة.
تقدم هذه الورقة إطار عمل لتوسيع الأنواع الأدبية بتوجيه من السمات، والذي يعمل على توسيع نطاق بيانات الكتابة الإبداعية بما يتجاوز القصص عبر الجمع بين المطالبات البشرية وسمات النوع المنسقة لإنتاج مجموعة متعددة الأنواع مكونة من 50 ألف مثال، مما يعزز بشكل كبير قدرة النماذج اللغوية الكبيرة على إتقان التنسيقات الإبداعية المتنوعة والاصطلاحات الهيكلية.