11757 ورقة بحثية
تقدم الورقة البحثية SNEAK، وهو معيار مصمم لتقييم قدرة النماذج اللغوية الكبيرة على التواصل الاستراتيجي للمعلومات السرية مع الحلفاء مع تقليل التسريب إلى الخصوم، مما يكشف أن النماذج الحالية تقصر بشكل كبير مقارنة بالبشر في تحقيق التوازن بين المنفعة والسرية.
تعمل هذه الورقة البحثية على تعزيز تحليل تقارير الحوكمة والمسؤولية الاجتماعية والبيئية (ESG) الألمانية من خلال استقطاب التعليقات من الجمهور حول سهولة قراءة الجمل، وتوضيح أنه بينما يُظهر التوجيه باستخدام النماذج اللغوية الكبيرة (LLM) إمكانات واعدة، فإن نموذج "ترانسفورمر" صغير مضبوط بدقة يحقق أعلى دقة في التنبؤ بتصورات البشر حول سهولة القراءة.
تقدم الورقة البحثية UnWeaver، وهو إطار عمل جديد للـ RAG يبسط تقنية GraphRAG عبر استخدام النماذج اللغوية الكبيرة (LLMs) لتفكيك المستندات إلى كيانات عابرة للأجزاء (cross-chunk entities) لغرض الاسترجاع، مما يحافظ على دقة المصدر ويقلل الضجيج مع تجنب التعقيد العالي والاعتماد على القواعد التجريبية (heuristics) التي تتسم بها النهج التقليدية القائمة على الرسوم البيانية.
تقدم هذه الورقة FLEURS-Kobani، وهو أول معيار مرجعي عام للغة الكردية الشمالية يتكون من 5,162 عبارة تم التحقق منها والمسجلة بواسطة 31 متحدثاً أصلياً، والذي يوسع مجموعة بيانات FLEURS لتمكين تقييم مهام التعرف التلقائي على الكلام والترجمة الكلامية لهذه اللغة ذات الموارد المحدودة.
تقدم هذه الورقة طريقةً عابرة للغات تعتمد على الإشراف الضعيف للكشف عن إعادة استخدام النصوص على مستوى الجمل في الصحافة متعددة اللغات دون الحاجة إلى ترجمات كاملة، مما يكشف عن أن إعادة الاستخدام التحريري منتشرة، وغالباً ما تكون غير حرفية، وتتركز في منتصف ونهاية المقالات بدلاً من المقدمات.
تقدم هذه الورقة YARN، وهو إطار عمل معياري يستفيد من النماذج اللغوية الكبيرة لتوليد تجريدات سردية، مما يثبت أن هذا النهج يعزز بشكل كبير أداء التخطيط الهيكلي والاستدلال التناظري مقارنة بالنماذج اللغوية الكبيرة التي تعمل من البداية إلى النهاية.
تتناول هذه الورقة تحديات القابلية للتوسع والتعميم في التفسير الآلي من خلال تعريف وتشكيل مفهوم التكافؤ التفسيري بين النماذج، واقتراح خوارزمية لتقديره بناءً على تشابه التمثيل، ووضع ضمانات نظرية تربط بين التفسيرات الخوارزمية، والدوائر، والتمثيلات لتمكين تقييم أكثر صرامة واكتشاف آلي.
تُظهر هذه الدراسة أن خوارزمية تحويل النص إلى كلام القائمة على البيانات، والتي تطبق بشكل خفي تعديلات مستهدفة تشبه حركة المقص على معدل الكلام، تُحسن بشكل كبير من وضوح الكلمات لكل من المستمعين الأصليين وغير الأصليين في الظروف الصعبة، على الرغم من إدراك المستمعين خطأً أن التباطؤ الشامل يجعل الكلام أكثر وضوحاً.
تقترح هذه الورقة سياسة توجيه عبر الإنترنت قائمة على NeuralUCB للنماذج اللغوية الكبيرة توازن بفعالية بين تكلفة الاستدلال ومكافأة المنفعة، متفوقةً بذلك على النماذج المرجعية العشوائية ونماذج التكلفة الدنيا، مع تحقيق أداء تنافسي مقابل المراجع ذات الجودة القصوى.
تقدم هذه الورقة QuaSAR، وهو إطار عمل للاستدلال شبه الرمزي يعمل على تحسين دقة ومتانة "سلسلة الأفكر" (Chain-of-Thought) من خلال توجيه النماذج اللغوية الكبيرة لتجريد المتغيرات والمحمولات ذات الصلة دون الحاجة إلى ترجمة كاملة إلى المنطق الصوري.