11750 ورقة بحثية
تقترح هذه الورقة البحثية توجيه "اختيار الخبير" (EC) كبديل متفوق لتوجيه "اختيار الرمز" (TC) لنماذج اللغة الانتشارية، حيث تُثبت أن موازنة الحمل الحتمية لـ (EC)، مقترنة بالسعة التكيفية المعتمدة على الخطوة الزمنية، تُحسن بشكل كبير من معدل الإنتاجية، وسرعة التقارب، ودقة المهام اللاحقة، مع تمكين تحديث النماذج الحالية.
يُعد OSCAR إطار عمل للاستدلال في وقت التشغيل دون الحاجة لتدريب لنماذج اللغة الانتشارية، حيث يعمل على التخفيف من الهلوسة عبر تحديد مواضع الرموز ذات عدم اليقين العالي من خلال تحليل إنتروبيا السلسلة المتقاطعة وتصحيحها عبر إعادة قناع مستهدفة باستخدام أدلة مسترجعة، مما يستفيد من مسار إزالة الضجيج الأصلي للنموذج لتحقيق دقة واقعية فائقة مقارنة بالنهج التوليدي المتسلسل.
تقدم الورقة البحثية CRIT، وهو عبارة عن مجموعة بيانات ومعيار مرجعي مستند إلى الرسوم البيانية ومُخلق تلقائياً، صُمم لمعالجة نقص الاستدلال متعدد الخطوات عبر الوسائط في نماذج الرؤية واللغة الحالية، حيث أظهرت أن التدريب على هذه البيانات يحسن بشكل كبير من أداء النماذج في مهام الاستدلال المعقدة ويقلل من الهلوسة.
تكشف هذه الورقة أن النماذج اللغوية الكبيرة تظهر هشاشة كبيرة تجاه الاضطرابات الحافظة للمعنى في الاستدلال الرياضي، وتُقدم إطار عمل تشخيص الاضطراب الآلي (MPD) لتتبع هذه الإخفاقات وصولاً إلى أنماط معمارية محددة، وتصنيفها إلى أنواع محلية، وموزعة، ومتشابكة، ذات قدرات متفاوتة على الاسترداد من خلال تدخلات مستهدفة.
تقدم الورقة البحثية "ThinknCheck"، وهو نموذج تحقق بكفاءة الموارد يضم 1 مليار معلمة، ويحقق أداءً رائدًا في التحقق من الادعاءات المستندة إلى الحقائق عبر الاستفادة من إطار عمل استدلالي مُشرف عليه ومدمج لتوليد مسوغات مهيكلة قبل إصدار الأحكام الثنائية، متفوقًا بشكل كبير على النماذج الأكبر ونماذج القياس الصفري.
تحلل هذه الورقة مسارات الاستدلال عبر 24,000 مثال للتحقق من الادعاءات لتكشف أن المعايير الحالية تختبر في الغالب المطابقة اللفظية واستخراج الأدلة بدلاً من التركيب المعقد أو الاستدلال العددي، مما يؤدي إلى ملفات تعريف أخطاء تتباين بشكل كبير حسب المجال، ويشير إلى الحاجة لمجموعات تقييم أكثر تحدياً.
تقدم هذه الورقة البحثية "ديناميكيات الاستعلام والمفتاح المقترنة" (coupled QK dynamics)، وهي آلية تتطور من خلالها الاستعلامات والمفاتيح بشكل مشترك عبر ديناميكيات متعلمة مشتركة قبل عملية حساب درجات الانتباه، مما يثبت أن هذا النهج يحسن كفاءة العينات واستقرار التدريب بشكل كبير في المجموعات النصية ذات التماسك النطاقي، بينما يكشف في الوقت نفسه عن أن فوائده تعتمد على طبيعة المجموعة النصية وتتضاءل في النصوص الويب غير المتجانسة أو عند أحجام النماذج الأكبر.
تكشف هذه الورقة أن الضبط الدقيق الخاضع للإشراف على مسارات "سلسلة الأفكوت" (Chain-of-Thought) الطويلة المستمدة من DeepSeek-R1 يؤدي إلى خفض خسارة التدريب ولكن مع تعميم أسوأ مقارنة بالبيانات المستمدة من gpt-oss-120b بسبب أنماط استدلال غير فعالة ومتباعدة، وتقترح تصفية المسارات التي تتفرع بشكل متكرر لتحسين أداء الاستدلال بشكل كبير.
تقدم هذه الورقة نظام EndoASR، وهو نظام للتعرف التلقائي على الكلام متكيف مع المجال، يعمل على تحسين دقة النسخ والتعرف على المصطلحات الطبية بشكل كبير من أجل التعاون الفوري بين الإنسان والذكاء الاصطناعي في تنظير الجهاز الهضمي، مما يظهر قدرة قوية على التعميم ونشراً فعالاً عند الحواف عبر إعدادات سريرية متعددة المراكز.
تقوم هذه الورقة البحثية بتقييم عشر استراتيجيات استرجاع على مجموعة بيانات ضخمة للأسئلة والأجوبة القائمة على النصوص والجداول المالية، كاشفةً أن خط معالجة استرجاع هجين يعتمد على إعادة الترتيب العصبي يتفوق على الأساليب أحادية المرحلة، وأن خوارزمية BM25 غالباً ما تتفوق على الاسترجاع الكثيف في الوثائق المالية، مع تقديم رؤى عملية حول الفائدة المحدودة لتوسيع الاستعلام بالنسبة للاستعلامات الرقمية الدقيقة.