11902 ورقة بحثية
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.
تقدم هذه الورقة مفهوم النماذج اللغوية الكبيرة للقيادة الذاتية (LLM4AD)، وتوفر مراجعة شاملة ومعياراً لتقييم قدراتها، وتقدم تجارب واقعية واسعة النطاق على منصات المركبات، وتستكشف التوجهات المستقبلية مثل نماذج الانتشار الرؤية-اللغوية (Vision-Language Diffusion)، وتناقش التحديات الرئيسية بما في ذلك السلامة، وزمن الاستجابة، والخصوصية.
تقيم هذه الورقة مدى فعالية الضبط الدقيق مقابل التدريب المسبق الإضافي للنماذج اللغوية متعددة اللغات باستخدام بيانات متوازية مساعدة خاصة بنطاق معين لتحسين أداء الترجمة للغات ذات الموارد المنخفضة، مع تحليل تأثير تباين النطاق واقتراح استراتيجيات للاستخدام الأمثل للبيانات.
تستعرض هذه الورقة البحثية كيف يمكن لتعلم الآلة معالجة التحديات في المناقشات السياسية عبر الإنترنت لتعزيز المداولة من خلال تحديد المهام القابلة للحل بواسطة الذكاء الاصطناعي، وفهرسة المنصات الحالية المدعومة بالذكاء الاصطناعي، وتقييم الفعالية الراهنة والتحديات المتبقية.