11750 ورقة بحثية
تقدم هذه الورقة RiDiC، وهو مجموعة بيانات متعددة اللغات وقابلة للضبط تضم 3,000 كيان عبر مستويات شعبية متفاوتة، مصممة لتقييم وكشف الهلوسة في توليد الحقائق طويلة التنسيق بواسطة النماذج اللغوية الكبيرة الرائدة.
تكشف هذه الدراسة، من خلال محاكاة متعددة الوكلاء عبر أربعة نماذج لغوية، أن معالجة التعليمات الأخلاقية تتباين باختلاف القدرة والنمط الخاص بكل نموذج، حيث حددت أربعة أنواع متميزة للمعالجة الأخلاقية وأثبتت أن الامتثال اللفظي لتعليمات السلامة لا يعكس بالضرورة مداولة أخلاقية داخلية حقيقية.
تُظهر هذه الدراسة أن صلاحية المعيار لتقييمات "النموذج اللغوي الكبير كحَكَم" (LLM-as-Judge) في مجال التجارة الحوارية تعتمد على التباين النوعي للأبعاد، حيث يكشف البحث أن معايير التقييم ذات الأوزان المتساوية تضعف القوة التنبؤية، بينما يؤدي إعادة توزيع الأوزان بناءً على نتائج الأعمال المتحقق منها ومعالجة المتغيرات المربكة المتعلقة بنوع الوكيل إلى تحسين الارتباط بشكل كبير بين درجات جودة الحوار ومعدلات التحويل.
تقدم الورقة البحثية WHBench، وهو معيار مرجعي متخصص يتكون من 47 سيناريو صاغها خبراء عبر 10 موضوعات في صحة المرأة، والذي يقيم 22 نموذجاً لغوياً كبيراً من النماذج الرائدة ويكشف أن حتى أفضل النماذج أداءً تفشل في تجاوز دقة قدرها 72.1%، مما يسلط الض الضوء على فجوات كبيرة في السلامة السريرية والعدالة والالتزام بالإرشادات التوجيهية التي تستوجتن إشرافاً من الخبراء قبل النشر.
تكشف هذه الورقة أن تقييد النماذج اللغوية الكبيرة لإنتاج استجابات موجزة يعكس التراتبية في الأداء عبر القضاء على أخطاء الإطناب المرتبطة بالحجم، مما يطلق القدرات الكامنة المتفوقة في الاستدلال الرياضي والعلمي التي تحجبها بروتوكولات التقييم القياسية.
تُظهر هذه الدراسة أن أنظمة النماذج اللغوية الكبيرة متعددة الوكلاء غير المتجانسة تطور تلقائياً أدواراً اجتماعية متباينة وسلوكيات تعويضية من خلال التفاعلات المهيكلة، بينما يحدث التقارب السلوكي عندما يكون الوكلاء معزولين، أو متجانسين، أو محددين صراحةً بأسماء نماذجهم الحقيقية.
تجادل الورقة البحثية بأن وكلاء البرمجة البسيطين القائمين على الطرفية، والذين يتفاعلون مباشرة مع واجهات برمجة تطبيقات المنصات عبر نظام الملفات، كافون لمضاهاة أو التفوق على الوكلاء الأكثر تعقيداً المعززين بالأدوات أو القائمين على الويب في مهام أتمتة المؤسسات المتنوعة.
يُعد ParetoBandit نظام توجيه تكيفي مفتوح المصدر لخدمة النماذج اللغوية الكبيرة غير المستقرة، والذي يستخدم خوارزميات "بانديت" سياقية واعية بالتكلفة مع تنظيم وتيرة ثنائي أولي عبر الإنترنت ونسيان هندسي لفرض ميزانيات مقومة بالدولار ديناميكيًا، مع التكيف السريع مع تغيرات أسعار وجودة النماذج أو دمج نماذج جديدة أثناء وقت التشغيل بأقل زمن انتقال ممكن.
يُعد REM-CTX نظاماً آلياً لمراجعة النظراء يعتمد على التعلم المعزز، حيث يستفيد من تحسين السياسة النسبية للمجموعة ودوال مكافأة مدركة للمراسلات لدمج سياق إضافي مثل الأشكال والإشارات الخارجية، محققاً جودة مراجعة وتأصيلاً سياقياً متفوقاً مقارنة بكل من النماذج التجارية الأكبر والنماذج المرجعية الأخرى عبر تخصصات علمية متعددة.
يُعد Agent Q-Mix إطار عمل للتعلم التعزيزي يعمل على تحسين التنسيق بين الوكلاء المتعددين عبر تعلم طوبولوجيا الاتصال اللامركزي من خلال تحليل قيمة QMIX، محققاً دقة وكفاءة في الرموز ومتانة فائقة عبر مختلف معايير الاستدلال والبرمجة مقارنة بالأساليب الحالية.