11902 ورقة بحثية
تتناول هذه الورقة تقييم المحادثات مفتوحة النهاية في تحدي DSTC-12 من خلال مقارنة توجيه النماذج اللغوية صغيرة النطاق مقابل نماذج التشفير والتدريب القائمة على الانحدار والتصنيف، حيث وجدت أنه بينما حقق التوجيه ارتباطات متواضعة والمركز الثاني، أظهرت النماذج المدربة الأصغر أداءً عالياً في التحقق رغم تحديات مجموعة الاختبار الناجمة عن تحولات توزيع درجات التوسيم.
تحدد هذه الورقة البحثية متصل قدرة النموذج كعامل حاسم يحكم فعالية أهداف الضبط الدقيق الخاضع للإشراف، حيث تُثبت أن خسائر الاحتمالية المعتمدة على الانحياز المسبق تتفوق على خسارة السلب اللوغاريتمي القياسية للنماذج القوية، بينما تظل خسارة السلب اللوغاريتمي القياسية هي الأفضل للنماذج الأضعف.
تقدم الورقة البحثية ATAR، وهي طريقة استدلال مبتكرة توجه انتباه النماذج اللغوية الكبيرة لمنع دفن المعلومات الحرجة في سلاسل الاستدلال الطويلة، مما يحقق أداءً رائدًا عبر معايسات متعددة ويُمكّن النماذج غير المستدلة من التفوق على نماذج الاستدلال من نفس الحجم.
تكشف هذه الورقة أن التفكير المفرط في نماذج اللغة والرؤية الكبيرة يؤدي غالباً إلى أخطاء تجاهل الصور، وتقترح استراتيجية "النظر إلى الوراء الموجه بالشك" الخالية من التدريب، والتي تحفز النماذج ديناميكياً على إعادة فحص الصورة عندما تكون غير متيقنة، مما يحقق أداءً هو الأفضل حالياً في معايير الاستدلال البصري.
تقدم هذه الورقة البحثية StreamGaze، وهو أول معيار مرجعي مُصمم لتقييم كيفية استفادة النماذج اللغوية الكبيرة متعددة الوسائط من إشارات نظرات البشر للاستنتاج الزمني والتنبؤ الاستباقي بالنوايا في مقاطع الفيديو المتدفقة، مما يكشف عن فجوات كبيرة في الأداء بين النماذج الحالية والقدرات البشرية.
تقدم الورقة البحثية نموذج Nemotron-Cascade، وهو نموذج استدلال عام بقدرة 14 مليار معلمة يحقق أداءً هو الأفضل في فئته عبر مختلف المعايير من خلال توظيف استراتيجية تعزيز تعلم متدرجة ومجالية للتغلب على التحديات الهندسية والتدريبية المتمثلة في عدم التجانس عبر المجالات، مع إثبات أن محاذاة التعلم المعزز من التغذية الراجعة البشرية (RLHF) تعزز قدرات الاستدلال بشكل كبير بما يتجاوز مجرد تحسين التفضيلات.
تقدم هذه الورقة البحثية "Hearing to Translate"، وهو معيار شامل لتقييم 6 نماذج لغوية كبيرة للكلام (SpeechLLMs) مقابل 16 نظاماً متتالياً عبر ظروف متنوعة، كاشفةً أنه في حين تظل البنى المتتالية هي الأكثر موثوقية بشكل عام، فإن دمج النماذج اللغوية الكبيرة أمر ضروري للترجمة الكلامية عالية الجودة، وأن النماذج اللغوية الكبيرة للكلام الحديثة يمكنها مضاهاة أو تجاوز الأنظمة المتتالية في إعدادات محددة.
تقدم الورقة البحثية ، وهو منهج تدريبي قائم على TraceRL يُمكّن نماذج اللغة ذات الانتشار المقنع من التوسع تدريجياً من كتل فك تشفير صغيرة إلى كبيرة، محققاً قدرة فك تشفير عالية التوازي مع أدنى فقد في الأداء في مهام الاستدلال الرياضي.
سيتي لينك (CitiLink) هي منصة تجريبية تسخر النماذج اللغوية الكبيرة لتحويل محاضر الاجتماعات البلدية غير المهيكلة إلى بيانات مهيكلة وقابلة للبحث، مما يعزز الشفافية الحكومية والمشاركة المدنية من خلال واجهة سهلة الاستخدام تم اختبارها على سجلات بلدية برتغالية.
تقدم الورقة البحثية أسلوب "Formula-One Prompting" (F-1)، وهو طريقة استدلال ثنائية المراحل تعمل على تحسين أداء النماذج اللغوية الكبيرة في الرياضيات التطبيقية من خلال صياغة المعادلات الحاكمة صراحةً كخطوة وسيطة قبل اختيار استراتيجية الحل، مما يؤدي إلى التفوق على أساليب "Chain-of-Thought" و"Program-of-Thought" الحالية عبر اختبارات معيارية متعددة.