11750 ورقة بحثية
تقدم هذه الورقة مهمة "UNDO Flip-Flop" لتوضيح أنه بينما تمتلك نماذج فضاء الحالة مثل "Mamba-2" نظرياً القدرة على إدارة الحالة الدلالية القابلة للعكس، إلا أن التحسين القائم على التدرج يفشل في تعلم آليات التراجع القائمة على المكدس (stack-based rollback) الضرورية، مما يؤدي إلى انهيار النماذج إلى استدلالات غير موثوقة تحت تأثير التراجع العدائي.
تقدم هذه الورقة مجموعة بيانات MultiPun ومسار توليد لتقييم قدرة نماذج اللغة الرؤية الكبيرة (LVLMs) بشكل منهجي على فهم التورية متعددة الوسائط، مما يكشف عن محدوديتها الحالية ويقترح استراتيجيات تحسن أداءها في فهم التورية بشكل ملحوظ.
تقدم الورقة البحثية BOSCH، وهي طريقة تحسين ثنائي الصندوق (black-box) خالية من التدريب، تقوم باختيار رؤوس الانتباه ديناميكيًا لآلية انتباه النافذة المنزلقة ذات السياق القصير في النماذج اللغوية الكبيرة (LLMs)، متفوقةً بذلك على الاستدلالات الحالية على مستوى الطبقة أو الاستدلالات الثابتة على مستوى الرأس عبر التكيف مع الاحتياجات المحددة لنسب الانتباه المختلفة.
تقدم هذه الورقة البحثية طريقة ROTATE، وهي طريقة خالية من البيانات تعمل على فك تشابك عصبونات الشبكات العصبية متعددة الطبقات (MLP) إلى "قنوات مفردات" قابلة للتفسير عبر تحسين تدويرات الأوزان لتعظيم التفرطح في فضاء المفردات، مما يؤدي إلى استعادة تمثيلات متفرقة وأمينة تتفوق على النماذج المرجعية القائمة على التنشيط في وصف سلوك العصبونات.
تقدم هذه الورقة "التعمية المعرفية" (epistemic blinding)، وهي بروتوكول يُطبق أثناء الاستدلال يعمل على إخفاء هوية معرفات الكيانات لتدقيق وقياس مدى اعتماد النماذج اللغوية الكبيرة على الأولويات المحفوظة مقابل البيانات المقدمة في التحليل الوكيل، مما يكشف عن تلوث كبير في تحديد أولويات أهداف الأدوية والفرز المالي مع ضمان التزام النظام بالعمليات التحليلية المصممة.
تكشف هذه الورقة أن فرض التأمل المنظم في النماذج اللغوية الكبيرة عبر فك التشفير المقيد يفشل في تحسين التصحيح الذاتي، ويؤدي بدلاً من ذلك إلى نمط فشل جديد يُعرف بـ "تراكم هيكلية كرة الثلج"، حيث يتسبب العبء المعرفي الناتج عن الالتزام بقواعد التنسيق الصارمة في جعل النماذج تعطي الأولوية للمحاذاة النحوية السطحية على حساب معالجة الأخطاء الدلالية العميقة، مما يكشف عن "ضريبة محاذاة" متأصلة.
تُثبت هذه الورقة أن النماذج اللغوية يمكنها اكتساب قدرات استرجاع السياق الطويل من خلال تقطير المعرفة القائم على اللوجيت (logit-based knowledge distillation) والمدرب حصرياً على عينات السياق القصير المعبأة، وذلك عبر الاستفادة من توسيع تضمين الموضع الدوراني (Rotary Position Embedding) على مراحل، وكشف كيفية انتقال المعلومات الموضعية عبر طبقات المحولات (transformer layers) للتأثير على إشارة التقطير.
تُظهر هذه الدراسة أن النماذج اللغوية الكبيرة يمكنها ترميز وفك تشفير الفروق الفردية في الشخصية بمتانة من خلال توليد قصص حياة من ملفات تعريف سيكومترية حقيقية واستعادة درجات السمات بدقة من تلك السرديات، محققةً مستويات موثوقية تضاهي اتساق الاختبار وإعادة الاختبار لدى البشر.
يُعد ACE-Bench معياراً خفيف الوزن وقابلاً لإعادة الإنتاج لتقييم الوكلاء، حيث يستخدم مهمة تخطيط موحدة قائمة على الشبكة مع بيئات JSON ثابتة لتوفير تحكم دقيق وقابل للضبط في آفاق المهام وصعوبتها، مما يعالج مشكلات التكلفة العالية وعدم موثوقية التسجيل السائدة في المعايير الحالية.
تقدم هذه الورقة "Paper Circle"، وهو إطار عمل مفتوح المصدر متعدد الوكلاء يسخر النماذج اللغوية الكبيرة لتبسيط البحث الأكاديمي من خلال مسارات استكشاف وتحليل متكاملة، تتميز باسترجاع متعدد المصادر، وتوليد رسوم بيانية معرفية مهيكلة، ومخرجات قابلة لإعادة الإنتاج.