11750 ورقة بحثية
يقدم البحث StructEval، وهو معيار شامل يضم 18 تنسيقاً و44 نوعاً من المهام التي تقيم قدرة النماذج اللغوية الكبيرة على توليد وتحويل المخرجات المهيكلة غير القابلة للعرض والقابلة للعرض على حد سواء، مما يكشف عن فجوات كبيرة في الأداء حيث تعاني حتى النماذج الأكثر تطوراً من دقة الهيكلية، لا سيما في مهام التوليد والمحتوى المرئي.
تقدم هذه الورقة البحثية IFRAgent، وهو إطار عمل يستفيد من مجموعة بيانات MobileIAR للتعرف على تدفقات النوايا البشرية الصريحة والضمنية من العروض التوضيحية، مما يؤدي إلى توليد وكلاء استخدام للهواتف المحمولة مخصصين يتفوقون بشكل كبير على النماذج المرجعية في التوافق مع نية المستخدم وإكمال المهام.
تقدم الورقة البحثية VeriOS، وهو إطار عمل وعميل قائم على الاستعلام يعزز موثوقية أتمتة أنظمة التشغيل من خلال الاستعلام الاستباقي من البشر في السيناريوهات غير الموثوقة، محققاً تحسناً كبيراً بنسبة 19.72% في معدلات النجاح لكل خطوة مقارنة بالنماذج المرجعية دون المساس بالأداء الطبيعي.
تقدم هذه الورقة SciNLP، وهو أول معيار للنصوص الكاملة لاستخراج الكيانات والعلاقات المصمم خصيصاً لمجال معالجة اللغات الطبيعية (NLP)، والذي يعالج أوجه القصور في مجموعات البيانات الحالية المقتصرة على أقسام محددة من خلال تمكين بناء رسوم بيانية معرفية غنية ودقيقة عبر التوسيم اليدوي الشامل لـ 60 منشوراً علمياً.
تتقصى هذه الورقة المحتوى السياسي في بيانات تدريب النماذج اللغوية الكبيرة، وتجد أن مجموعات بيانات ما قبل التدريب منحازة بشكل منهجي نحو وجهات النظر المنحازة لليسار، مع استمرار هذه الانحيازات عبر مراحل ما بعد التدريب وارتباطها القوي بالمواقف السياسية للنموذج الناتج، مما يسلط الضوء على الدور الحاسم لتكوين البيانات في تشكيل سلوك النموذج.
يُعدُّ LiME إطار عمل خفيف الوزن لخليط الخبراء (Mixture of Experts) من أجل تعلم متعدد الوسائط ومتعدد المهام بكفاءة، حيث يحقق تخصص الخبراء من خلال تعديل المخرجات والتوجيه صفري المعلمات، مما يقلل بشكل كبير من المعلمات القابلة للتدريب ووقت التدريب مع الحفاظ على أداء تنافسي عبر 47 مهمة متنوعة.
تقترح الورقة البحثية SIEVE، وهي طريقة تعلم بارامترية فعالة في استهلاك العينات تستفيد من مسار مبتكر لتوليد البيانات الاصطناعية (SIEVE-GEN) لتفكيك سياق اللغة الطبيعية واستيعابه داخل أوزان النموذج باستخدام ثلاثة أمثلة استعلام فقط، متفوقة بذلك على طرق التقطير السابقة في مهام الاستدلال.
تقترح هذه الورقة استراتيجية لجدولة النماذج لنماذج اللغة ذات الانتشار المقنع تستبدل نموذج "ترانسفورمر" الكامل بنموذج أصغر خلال خطوات إزالة الضجيج الوسطى الأقل أهمية، مما يحقق انخفاضًا يصل إلى 17% في العمليات الحسابية (FLOPs) مع الحفاظ على جودة التوليد.
تقدم الورقة البحثية نموذج CIPHER، وهو نموذج قائم على الـ Conformer، يقوم بتقييم فك تشفير الوحدات الصوتية (phonemes) من تخطيط كهربائية الدماغ (EEG) عالي الكثافة باستخدام ميزات ERP وDDA، كاشفاً أنه في حين تحقق المهام النطقية الثنائية أداءً عالياً، فإن تصنيف الوحدات الصوتية دقيق التفاصيل المكون من 11 فئة يظل محدوداً وعرضة للمتغيرات المربكة، مما يضع هذا العمل كدراسة مقارنة للميزات بدلاً من كونه نظاماً وظيفياً للتحويل من تخطيط كهربائية الدماغ إلى نص.
تقدم هذه الورقة البحثية مساراً لبيانات اصطناعية يقوم بتوليد واستيعاب آثار الاستدلال لفهم الوثائق المرئية ذات السياق الطويل عبر دمج النماذج منخفض القوة، مما يمكّن النماذج الأصغر مثل Qwen3 VL 32B من التفوق بشكل كبير على نظيراتها الأكبر حجماً مع تقليل استخدام الرموز المخرجة بشكل جذري.