11070 ورقة بحثية
تقدم هذه الورقة RefineCut، وهو مخطط مفتوح الأوزان لتحرير الفيديو القابل للتنفيذ يستفيد من مُحقِّق حتمي لاستخلاص إصلاحات متعددة المعلمين وتحسين التفضيلات، مما يمكّن نموذجاً بحجم 8 مليار بارامتر من التفوق على المعلمين الرائدين في معيار مرجعي جديد دون الحاجة إلى استدعاء المعلمين أثناء الاستدلال.
تقدم هذه الورقة SCALE-QA، وهو معيار مصمم لتقييم أنظمة الذاكرة في سلاسل المحادثات المسطحة والمتنوعة المواضيع عبر اختبار قدرتها على تحديد الحلقات الماضية ذات الصلة السببية، وتقترح TSIM، وهي طريقة إعادة بناء ذاكرة هرمية تتفوق بشكل كبير على النماذج المرجعية الحالية ذات السياق الطويل واسترجاع المعلومات المعزز (RAG) في الحفاظ على سلامة الحلقات.
تقدم هذه الورقة طريقة "التفكير-الاستقصاء-الاستجابة" (TPR)، وهي طريقة خفيفة الوزن تستقصي أحكام الجدة الكامنة من الحالات الخفية للنموذج لتصحيح انحيازه المنهجي نحو تقييمات "الجدة المتوسطة"، مما يحسن بشكل كبير من دقة النماذج اللغوية الكبيرة في تقييم جدة الأفكار البحثية.
نجحت مهمة SHROOM-Visions 2026 المشتركة، التي استضافتها ورشة عمل UncertaiNLP، في إشراك 27 فريقاً لتطوير أنظمة مستقلة عن النماذج للكشف عن الهلوسات دقيقة التفاصيل في النماذج اللغوية البصرية الكبيرة وتصنيفها عبر أربع لغات، محققةً تحسينات ملحوظة في الأداء مقارنة بالنماذج المرجعية باستخدام مجموعة بيانات SHEEP.
تتقصى هذه الورقة البحثية سبب فشل نموذج متعدد الوسائط يجمع بين شبكة عصبية رسومية ذات تعلم ذاتي واستراتيجية تحسين تبادلي مع نموذج لغوي معلم في تحسين الأداء التنبؤي، حيث حددت ستة عوامل رئيسية تشمل مقايضات قوة المرتكز، وعدم توافق مساحات التمثيل، وقوى التحسين المتضاربة.
تقدم هذه الورقة البحثية MoganBert-TR، وهو نموذج تأسيسي لترميز اللغة التركية بـ 149 مليون معلمة، تم تدريبه من الصفر باستخدام منهج تعليمي مبتكر من CLM إلى MLM وجدولة متخصصة للسياق الطويل، والذي يحقق أداءً هو الأفضل في فئته على معايير معالجة اللغات الطبيعية التركية ويُنتج نموذج تضمين عالي الكفاءة يصل إلى 99.5% من درجة نموذجه المعلم المكون من 7.57 مليار معلمة.
تقترح هذه الورقة إطار عمل "التحديد المحلي ثم القرار" (Localize-Then-Decide) الذي يجمع بين التنبؤ المطابق (conformal prediction) لتوليد قائمة مختصرة ذات احتمالية عالية مع قاعدة اختيار قائمة تعتمد على الثقة المعايرة، مما يؤدي إلى استعادة موثوقية تقديرات الثقة وتمكين ضمانات قوية لأحكام النماذج اللغوية الكبيرة عبر أحجام مرشحين متفاوتة.
تقدم هذه الورقة مسار معالجة يحول الأوراق العلمية المهيكلة إلى مسارات توليد متعددة الأدوار من أجل التدريب المسبق المستمر والاختبار المعياري، مما يثبت أن هذا النهج يعزز قدرات الكتابة الأكاديمية بشكل كبير مع الحفاظ على الاستدلال العام والاستيعاب للمستندات الطويلة.
تُثبت هذه الورقة أن النماذج اللغوية الكبيرة تُظهر تباينات ملموسة وقابلة للقياس في المهارات عبر اللغات المختلفة، وذلك باستخدام إطار عمل "اللعب الذاتي" متعدد اللغات لإظهار أن النموذج نفسه يمكن أن يُبدي نقاط قوة، وقدرات استدلال، وسلوكيات استراتيجية متفاوتة بشكل ملحوظ اعتماداً فقط على واجهة اللغة المستخدمة.
تعيد هذه الورقة تعريف تحليل النقاط الرئيسية كمسألة تنبؤ مهيكل، وتشخص قيوداً حرجة في المعايير المرجعية الحالية، وتقدم معياراً مرجعياً جديداً مدركاً للهيكل ومعتمداً على العنصر البشري في التوسيم، يُظهر أداءً فائقاً في التجميع، وجودة النقاط الرئيسية، والتغطية، وتقدير الانتشار.