11902 ورقة بحثية
تقدم هذه الورقة ClaimPT، وهي مجموعة بيانات للغة البرتغالية الأوروبية عالية الجودة تتكون من 1,308 مقالاً إخبارياً من وكالة أنباء LUSA تحتوي على 6,875 ادعاءً واقعياً مُصنفاً، صُممت لمعاللة ندرة الموارد لعمليات التحقق من الحقائق آلياً في اللغات ذات الموارد المحدودة ووضع معايير مرجعية أساسية للكشف عن الادعاءات.
تقدم هذه الورقة "مجموعة أدوات إدراك توافق القيم" (VAPT) لتقييم كيفية إدراك المستخدمين لقدرة النماذج اللغوية الكبيرة على استخراج قيمهم وتجسيدها وشرحها، كاشفةً أنه في حين اقتنع العديد من المشاركين بفهم الذكاء الاصطناعي، فإن هذه الظاهرة تثير مخاوف حرجة بشأن "التعاطف المسلح" والحاجة إلى ضمانات شفافة في تصميم الذكاء الاصطناعي المستقبلي.
تقدم هذه الورقة MiNER، وهو مسار عمل مكون من مرحلتين يجمع بين الإجابة على الأسئلة والنماذج القائمة على المحولات (Transformer) لاستخراج البيانات الوصفية من محاضر الاجتماعات البلدية غير المتجانسة، والذي يُظهر أداءً قوياً في النطاق المحلي ويضع المعيار الأول لهذه المهمة رغم التحديات في التعميم عبر البلديات المختلفة.
تقدم هذه الورقة البحثية CitiLink-Minutes، وهي مجموعة بيانات متعددة الطبقات والموسومة تضم أكثر من مليون رمز (token) مستخرجة من ١٢٠ محضر اجتماع بلدية باللغة البرتغالية الأوروبية، وتتميز ببيانات وصفية مهيكلة، ومواضيع نقاش، ونتائج تصويت، وذلك لتعزيز الأبحاث في مجال معالجة اللغات الطبيعية واسترجاع المعلومات للحوكمة المحلية.
تقترح هذه الورقة طريقة لـ "إلغاء التعلم" (unlearning) قوية تجاه التكميم باستخدام التكيف منخفض الرتبة (LoRA)، والتي تعمل على تجميد النموذج الأساسي للحفاظ على تحديثات إلغاء التعلم تحت تأثير التكميم الشديد بعد التدريب بدقة 4 بت، مما يؤدي إلى تحسين المنفعة وتقليل تسرب الخصوصية بشكل كبير مقارنة بالضبط الدقيق القياسي لكامل المعلمات.
تقدم هذه الورقة NileTTS، وهي أول مجموعة بيانات متاحة للجمهور لتحويل النص إلى كلام باللهجة المصرية ومسار بيانات اصطناعية قابل لإعادة الإنتاج، لمعالجة ندرة الموارد لهذه اللهجة واسعة الانتشار عبر توليد 38 ساعة من الكلام المتنوع بواسطة النماذج اللغوية الكبيرة وضبط نموذج XTTS v2.
تقترح هذه الورقة نموذجاً لدمج الانتباه في التناثر وإزالة الضجيج المدرك للعلاقات للتعرف على عواطف المحادثة متعدد الوسائط، والذي يستخدم محولاً تفاضلياً لتثبيط الضوضاء في الصوت والفيديو، ويستغل الرسوم البيانية الفرعية للعلاقات لالتقاط التبعيات العاطفية المعتمدة على المتحدث، ويسخر آلية تناثر موجهة نصياً لتحقيق دمج متعدد الوسائط قوي ومتوافق دلالياً.
تقدم هذه الورقة البحثية \texttt{RealChart2Code}، وهو معيار مرجعي جديد واسع النطاق يضم أكثر من 2,800 حالة مستندة إلى مجموعات بيانات حقيقية لتقييم قدرات نماذج الرؤية واللغة بشكل منهجي في توليد مخططات معقدة متعددة الأجزاء من البيانات الخام وتحسينها من خلال محادثات متعددة الأدوار، مما يكشف عن فجوات أداء كبيرة بين النماذج المملوكة والنماذج ذات الأوزان المفتوحة.
تُظهر هذه الدراسة أن النماذج التي يقل عدد معاملاتها عن 10 مليارات، ولا سيما بنية "خليط الخبراء" (Mixture-of-Experts) ذات الـ 3 مليارات معلمة، يمكنها مضاهاة أو تجاوز النماذج الرائدة مثل GPT-4o-mini في الاختبارات المعيارية القانونية عند اقترانها باستراتيجيات صياغة أوامر مناسبة، مما يكشف أن بنية النموذج وجودة التدريب أكثر أهمية من عدد المعلمات الخام، مع تسليط الضوء على الفعالية المعتمدة على المهمة لطرق الصياغة المختلفة وكفاية الاسترجاع الكثيف لتقنية التوليد المعزز بالاسترداد (RAG).
تُظهر هذه الورقة أن تقنيات هندسة الأوامر القياسية، مثل سلسلة الأفكار والتحفيز بلقطات قليلة، تُضعف بشكل كبير أداء النماذج اللغوية الكبيرة الطبية، بينما توفر تقنيات التقييم بالفراغات والتصويت بالتبديل بدائل أكثر قوة ودقة للإجابة على الأسئلة الطبية.