11070 ورقة بحثية
تقدم هذه الورقة البحثية Principle-Bench، وهو معيار مرجعي جديد يغطي الدقة، ومتانة إعادة الصياغة، والمتانة الخصومية، والمعايرة لتقييم أنظمة "النموذج اللغوي الكبير كحكم" (LLM-as-judge) في التنظيم القائم على المبادئ، مما يكشف عن معاناة النماذج الحالية من ثغرات "مسرح الامتثال" حيث يؤدي حشو الكلمات المفتاحية الخصومي بشكل جذري إلى خفض الأداء ويسلط الضوء على الحاجة الماسة إلى آليات تقييم معايرة وقابلة للتدقيق.
تكشف هذه الورقة أن العلاقة بين التنوع المعجمي والأبعاد الجوهرية في تمثيلات النماذج اللغوية تمر بانعكاس متوقع يعتمد على المقياس، مما يثبت أن الأبعاد الجوهرية ليست مقياساً مباشراً للتعقيد، بل تعكس مبدأً تنظيمياً أساسياً للبيانات اللغوية.
تقدم هذه الورقة بروتوكول المداولة على الفرضيات المتنوعة (DHD) لإثبات أن الرسائل غير الصحيحة في أنظمة الاستنتاج متعددة الوكلاء غالباً ما تمتلك "قيمة مسار" كبيرة من خلال مساعدة الحلّالين اللاحقين، مما يثبت أن صحة الإجابة وحدها معيار غير كافٍ لتصفية اتصالات الوكلاء.
تجادل هذه الورقة بأن النماذج اللغوية الكبيرة لا يمكنها القيام بالاستدلال الاستنباطي الحقيقي لأن استنتاج المحولات ذات الأوزان الثابتة، على عكس الاختراقات العلمية التاريخية التي كانت مدفوعة بالتكلفة المادية للخطأ المعرفي، يفتقر إلى آلية تترتب فيها تكاليف ثيرموديناميكية على مثل هذه الأخطاء لفرض المراجعة المفاهيمية.
تجادل هذه الورقة بأن مقاييس تقييم التلخيص الحالية تخفق في تلبية احتياجات المستخدمين الفردية من خلال تجاهل شخصيات القراء، وتثبت من خلال اختبارات الاضطراب والتقييم البشري من قبل الخبراء أن المقاييس التقليدية وتلك القائمة على النماذج اللغوية الكبيرة ترتبط ارتباطاً ضعيفاً بالأحكام البشرية المتعلقة بالرضا عن المعلومات.
تقترح هذه الورقة خوارزمية تعلم متعددة الوسائط تستفيد من الارتباطات بين المحتوى الذي ينشئه المستخدمون والمقالات الإخبارية المشتركة لتعزيز الكشف عن التضليل عبر توجيه تدريب النموذج باستخدام ملفات تعريف المستخدمين مع تجنب الاعتماد عليها أثناء التنبؤ.
تقدم هذه الورقة نظرة شاملة على التكامل الناشئ للنماذج اللغوية الكبيرة (LLMs) في القطاع المالي، مما يبرز فعاليتها في أتمتة مهام مثل إنشاء التقارير والتنبؤ بالسوق من خلال تقييمات شاملة تؤكد قدرة GPT-4 على اتباع التعليمات باللغة الطبيعية عبر تطبيقات مالية متنوعة.
تقدم هذه الورقة "SLAyiNG"، وهي أول مجموعة بيانات تم التحقق منها مجتمعياً وتضم أكثر من 500 مصطلح من العامية المثلية باللغة الإنجليزية عبر 20 مجتمعاً فرعياً، والتي تكشف أنه في حين تفتقر العديد من النماذج اللغوية إلى انحياز التمثيل ضد الهويات المثلية، إلا أنها لا تزال تواجه صعوبة في معالجة العامية المثلية — لا سيما العامية المنتمية للمجتمعات الأفريقية الأمريكية واللاتينية — مما يسلط الض الضوء على الحاجة إلى موارد لغوية متنوعة لتحسين أنظمة معالجة اللغات الطبيعية.
تقدم هذه الورقة إطار عمل استكشافياً يستفيد من النماذج اللغوية الكبيرة لإجراء تحليل دلالي عميق لسجلات صيانة توربينات الرياح غير المهيكلة، مما يتيح مهاماً متقدمة مثل تحديد أنماط الفشل والاستدلال السببي التي تحول النصوص الخام إلى رؤى موثوقية قابلة للتنفيذ تتجاوز طرق التصنيف التقليدية.
تقدم هذه الورقة البحثية "التعلم في السياق عبر تبديل الرموز" (CSICL)، وهو آلية أثناء الاستنتاج تنتقل تدريجياً من اللغات المستهدفة إلى اللغة الإنجليزية لمواءمة المدخلات غير الإنجليزية مع فضاءات الاستدلال المتمحورة حول اللغة الإنجليزية، مما يحسن بشكل كبير أداء النماذج اللغوية الكبيرة متعددة اللغات عبر مختلف اللغات وفي بيئات الموارد المنخفضة.