11902 ورقة بحثية
تُعد ClimateCheck 2026 مهمة مشتركة تعمل على تطوير التحقق الآلي من الادعاءات المتعلقة بالمناخ وتصنيف روايات التضليل الإعلامي من خلال مجموعات بيانات موسعة، وأطر تقييم مبتكرة تعالج انحيازات التوسيم، ورؤى حول تباين قابلية التحقق من أنواع مختلفة من المعلومات المضللة بشأن المناخ.
تقدم هذه الدراسة أول إطار عمل للتفسير الآلي للنماذج اللغوية الكمومية، كاشفةً أنه في حين يمكن للنماذج ذات الكيوبت المزدوج تعلم استراتيجية ذاكرة متميزة قائمة على التشابك، فإن هذا النهج يتسم بالهشاشة وينهار تحت تأثير ضجيج الأجهزة في العالم الحقيقي، بينما تعود النماذج ذات الكيوبت الواحد إلى استراتيجيات يمكن محاكاتها كلاسيكياً.
تقوم هذه الدراسة بقياس أداء نماذج متنوعة من فئة BERT والنماذج اللغوية الكبيرة في مجال التعرف على الكيانات السريرية باللغة البرتغالية، حيث تُظهر أن نموذج mmBERT-base يحقق أعلى أداء (micro F1 = 0.76) على مجموعات البيانات العامة والخاصة، لا سيما عند دمجه مع التدرج التكراري لمعالجة عدم توازن الفئات.
تقدم الورقة البحثية AMALIA، وهو نموذج لغوي كبير مفتوح المصدر بالكامل ومُحسَّن للغة البرتغالية الأوروبية من خلال تدريب مستهدف على بيانات عالية الجودة ومجموعة جديدة من الاختبارات المعيارية الأصلية، مما يثبت أن مثل هذه النهج المركزة تتفوق بشكل كبير على النماذج القياسية في المهام الخاصة بالمتغيرات اللغوية.
تقدم هذه الورقة ALBA، وهو معيار مرجعي تم بناؤه يدويًا ومستند إلى أسس لغوية، صُمم لتقييم أداء النماذج اللغوية الكبيرة في ثمانية أبعاد لغوية محددة في اللغة البرتغالية الأوروبية، وذلك لمعالجة النقص الحالي في الموارد لهذا النوع اللغوي غير الممثل كفاية.
تعالج هذه الدراسة فجوة حرجة في اليقظة الدوائية من خلال تطوير مجموعة بيانات مرجعية جديدة ذات مؤشر زمني للاتحاد الأوروبي، مستمدة من 1,513 منتجاً طبياً مرخصاً مركزياً ومعالجة باستخدام DeepSeek V3، والتي تدمج التوقيت الدقيق للتعرف على الأعراض الجانبية لتمكين تقييم ومقارنة أكثر دقة لطرق الكشف عن الإشارات.
تقدم الورقة البحثية PerceptionComp، وهو معيار مرجعي مُصنف يدويًا يضم 1,114 سؤالاً معقدًا عبر 279 فيديو متنوعًا تتطلب استدلالًا إدراكيًا متعدد الخطوات وطويل المدى، مما يكشف أن النماذج الحالية المتطورة وحتى البشر يعانون بشكل كبير مع المهام التي تتطلب منطقًا تركيبيًا وأدلة بصرية متكررة.
تقدم الورقة البحثية إطار عمل "التعلم من أجل الالتزام" (Learning to Commit)، الذي يعزز عضوية طلبات السحب (pull requests) المُولدة بواسطة النماذج اللغوية الكبيرة عبر تدريب الوكلاء على التزامات المستودعات التاريخية من خلال نظام ذاكرة مستودع عبر الإنترنت، مما يمكنهم من تعلم الاصطلاحات الخاصة بالمشروع والأنماط المعمارية لإنتاج كود يتوافق مع توقعات القائمين على الصيانة في العالم الحقيقي.
يُعد CodeRefine إطار عمل مبتكرًا يسد الفجوة بين البحث النظري والتنفيذ العملي من خلال استخدام النماذج اللغوية الكبيرة لاستخراج المنهجيات الرئيسية، وبناء رسم بياني معرفي، وتوليد كود مُحسَّن عبر نهج استرجاع معزز بالتوليد استعادي، مما يجعله يتفوق على أسلوب التلقين الصفري القياسي.
تقدم هذه الورقة البحثية "ActorBreaker"، وهي طريقة هجوم مبتكرة قائمة على نظرية شبكة الفاعل تستغل تحولات التوزيع الطبيعي لتجاوز آليات السلامة في النماذج اللغوية الكبيرة عبر مطالبات متعددة الأدوار، وتقترح مجموعة بيانات سلامة متعددة الأدوار لتعزيز متانة النموذج ضد مثل هذه الثغرات.