11750 ورقة بحثية
تقدم هذه الورقة البحثية PhageBench، وهو أول معيار لتقييم النماذج اللغوية الكبيرة على جينومات العاثيات (البكتيريوفاج) الخام من خلال سير عمل مكون من خمس مهام، والذي كشف أنه في حين تُظهر النماذج العامة قدرة واعدة في تحديد الهوية الأساسي والتنبؤ بالمضيف، إلا أنها تعاني حالياً في التعامل مع الاستدلال المعقد الذي يتضمن التبعيات طويلة المدى والتوطين الوظيفي دقيق التفاصيل.
تقترح هذه الورقة طريقة ضبط دقيق موزونة معرفياً تستخدم درجات المعرفة على مستوى المثيل لمساعدة النماذج اللغوية الكبيرة على التعبير صراحة عن عدم اليقين تجاه الاستعلامات خارج النطاق مع الحفاظ على الدقة في المواضيع المعروفة، مما يقلل من الهلوسة الناتجة عن عدم توافق المعرفة.
تقترح الورقة البحثية CLEAR، وهي دالة فقدان تدريب عكسي مبتكرة تستفيد من اللغة الإنجليزية كجسر لتعزيز المحاذاة عبر اللغات وأداء الاسترجاع، لا سيما بالنسبة للغات ذات الموارد المنخفضة، مع تقليل التدهور في اللغة الإنجليزية إلى أدنى حد.
تُظهر هذه الدراسة أن تقنيات التدريب غير المعتمدة على الخصائص الديموغرافية، وتحديداً تعزيز البيانات وتقطير المعرفة، تقلل بشكل كبير من التفاوت في الأداء في اكتشاف كلمة التنبيه عبر مجموعات المتحدثين المتنوعة من خلال استبعاد التصنيفات الديموغرافية خلال مرحلة التدريب.
يقدم AgentGL إطار عمل جديد للتعلم التعزيزي يمكّن النماذج اللغوية الكبيرة من التنقل والاستدلال ذاتياً في البيئات العلاقاتية المعقدة عبر دمج الاستكشاف الرسومي المدرك للطوبولوجيا مع التفكير المقيد بالبحث، محققاً مكاسب كبيرة في مهام تصنيف العقد وتنبؤ الروابط.
تقدم هذه الورقة "التميز" (distinctiveness)، وهو مقياس على مستوى التمثيل يقيم تمثيلات المتعلمين بناءً على قدرتها على الحفاظ على الفروق الجوهرية بين الطلاب دون الحاجة إلى مخرجات تعليمية، مما يثبت أن التمثيلات المجمعة على مستوى المتعلم تتفوق على التمثيلات على مستوى التفاعل في دعم النمذجة المتمايزة والتخصيص.
تتقصى هذه الورقة البحثية سبب تفوق أخذ العينات المتوازي على أخذ العينات المتسلسل في نماذج الاستدلال الكبيرة رغم المزايا النظرية للأخير، وتخلص من خلال التحليل التجريبي إلى أن فجوة الأداء ناتجة أساساً عن انخفاض الاستكشاف في أخذ العينات المتسلسل بسبب الاشتراط على الإجابات السابقة، وليس بسبب قيود التجميع أو قيود طول السياق.
تقدم هذه الورقة إطار عمل MCircKE، وهو إطار عمل مبتكر يسد "فجوة الاستنتاج" في تحرير المعرفة من خلال تحديد وتحديث الدوائر السببية المسؤولة عن مهام استنتاجية محددة جراحياً، مما يمكّن النماذج اللغوية الكبيرة من استخدام الحقائق المحررة بفعالية في سلاسل الاستنتاج متعددة الخطوات.
تقدم هذه الورقة البحثية مجموعة بيانات "French-YMCA"، وهي مورد لغوي واسع النطاق ومفتوح الوصول يضم أكثر من 22 مليون كلمة من مصادر متنوعة، صُممت خصيصاً لتدريب النماذج اللغوية التي تفهم وتتكيف بشكل أفضل مع الاحتياجات اللغوية المتطورة للأطفال والمراهقين الناطقين بالفرنسية.
تقدم الورقة البحثية FrontierFinance، وهو معيار طويل المدى يتكون من 25 مهمة نمذجة مالية معقدة تم تطويرها مع خبراء في الصناعة لتقييم ومقارنة أداء النماذج اللغوية الكبيرة الحديثة مقابل المتخصصين البشريين، مما يكشف أن الأنظمة الحالية للذكاء الاصطناعي لا تزال قاصرة عن تقديم مخرجات جاهزة للعملاء.