11750 ورقة بحثية
تُظهر هذه الدراسة أن قدرة النماذج اللغوية الكبيرة على تعميم القواعد الصرفية في اختبار "ووج" (Wug Test) متعدد اللغات مدفوعة أساساً بحجم مجتمع المتحدثين باللغة ومدى توفر بياناتها الرقمية بدلاً من التعقيد النحوي للغة، مما يشير إلى أن أداءها يعكس غنى الموارد أكثر من كونه كفاءة لغوية حقيقية.
تُثبت هذه الورقة تجريبياً وجود "عدم تماثل بين الدعم والمعارضة" في تفسيرات النماذج اللغوية الكبيرة، كاشفةً أن التفسيرات للتنبؤات الصحيحة تستند في الغالب إلى الإشارات اللفظية الداعمة، في حين تميل التفسيرات للتنبؤات الخاطئة إلى الاستشهاد بالأدلة المتعارضة.
تكشف هذه الورقة أن مقاييس تقدير الجودة الحالية تعاقب الترجمات الطويلة بشكل منهجي بسبب توزيعات بيانات التدريب المنحرفة، وتوضح أن تطبيع الطول أثناء التدريب يخفف بفعالية من هذا الانحياز لإنتاج إشارات تقييم أكثر موثوقية.
تقدم هذه الورقة البحثية WAON، وهو مجموعة بيانات يابانية ضخمة للصور والنصوص تحتوي على ما يقرب من 155 مليون مثال، إلى جانب معيار تقييم منسق (WAON-Bench)، لمعالجة ندرة البيانات الثقافية اليابانية عالية الجودة ولإثبات أن الضبط الدقيق على مجموعة البيانات هذه يحسن بشكل كبير أداء نماذج الرؤية واللغة في المهام الثقافية اليابانية.
تقدم الورقة البحثية "Glia"، وهي بنية ذكاء اصطناعي متعددة الوكلاء مستوحاة من البشر، تستفيد من النماذج اللغوية الكبيرة والتغذية الراجعة التجريبية لتصميم آليات قابلة للتفسير وعالية الأداء للأنظمة الموزعة بشكل مستقل، محققةً مستويات من الإبداع والكفاءة تضاهي الخبراء البشريين في وقت أقل بكثير.
تقدم هذه الورقة PragExTra، وهي أول متن لغوي وإطار كشف متعدد اللغات للتصريح التداولي في الترجمة، والذي يستفيد من التعلم النشط لتحديد وقياس كيفية إثراء المترجمين للنصوص بتفاصيل الخلفية الثقافية، مما يعزز تطوير الترجمة الآلية الواعية ثقافياً.
تقترح هذه الورقة طريقة لتحسين تقدير ثقة النماذج اللغوية الكبيرة من خلال حث النموذج على التعبير لفظياً عن توزيع احتمالي كامل بدلاً من تخمين واحد، مما يثبت أن هذا النهج يعزز كفاءة الاستدلال، ويحقق أداءً فائقاً عبر المهام، ويقلل بشكل كبير من التكاليف الحسابية أثناء التوسع في وقت الاستدلال مقارنة بالنماذج المرجعية الحالية.
تقدم هذه الورقة البحثية "إزالة الانحياز عبر إسقاط الفضاء الجزئي" (Subfield Projection Debiasing - SPD)، وهو إطار هندسي يحسن الأساليب اللاحقة القائمة على الإحداثيات من خلال تحديد وإزالة الانحياز باعتباره فضاءً خطياً موزعاً بدلاً من كونه إحداثيات معزولة، مما يحقق عدالة أقوى بكثير مع حد أدنى من الخسارة في الأداء في نماذج الرؤية واللغة.
تقترح هذه الورقة إطار عمل "التحسين الدلالي الموجه بنماذج الرسوم البيانية المثاليه" (GES)، وهو نهج متمحور حول البيانات يستفيد من العقد داخل الرسم البياني المتشابهة بنيوياً ودلالياً لتوجيه النماذج اللغوية الكبيرة في تحسين أوصاف العقد بشكل تكيفي، مما يعالج تحدي عدم التجانس بين البنية والدلالة عبر مجالات الرسوم البيانية المتنوعة.
تُثبت هذه الورقة أن إضافة "متجهات لغوية" محسوبة كإزاحات تنشيط لنماذج اللغات الكبيرة توجه تمثيلاتها الداخلية بفعالية نحو اللغات المستهدفة للتعلم السياقي متعدد اللغات، محققةً تحسينات مستمرة في الأداء عبر المهام واللغات، مع الكشف عن أن الهوية اللغوية تشغل اتجاهات منفصلة ومنظمة في فضاء تنشيط النموذج.