11902 ورقة بحثية
تقترح هذه الورقة مبادئ توجيهية لتعليق التبعيات العالمية ونموذجين متميزين للتمثيل لمعالجة التبعيات النحوية التي تمتد عبر أدوار المتحدثين في اللغة المنطوقة، وتحديداً فيما يتعلق بالبناء المشترك التعاوني، والاستجابات التأكيدية، وإعادة الصياغة، والعبارات غير المكتملة.
تُثبت هذه الورقة أن دمج النماذج اللغوية الكبيرة المضبوطة للتعليمات مع النماذج الأساسية الخاصة بلغات محددة هو استراتيجية فعالة وذات كفاءة حوسبية لتمكين قدرات اتباع التعليمات في اللغات ذات الموارد المنخفضة، مما يلغي الحاجة إلى الضبط الدقيق المكلف أو مجموعات بيانات التعليمات الضخمة.
يُعد Kernel-Smith إطار عمل موحداً يجمع بين وكيل تطوري مستقر مدفوع بالتقييم وبين وصفة تدريب لاحق متخصصة لتوليد نوى معالجة رسومية عالية الأداء، محققاً بذلك تسريعاً في الأداء من فئة الحالة الراهنة على منصتي NVIDIA وMetaX مع إثبات كفاءة النشر العملي في أنظمة الإنتاج.
تقترح ورقة الموقف هذه سبعة معايير تقييم تتمحور حول المستخدم لنماذج معالجة اللغات الطبيعية الحساسة للذاتية، وتحدد الفجوات الحرجة في الأبحاث الحالية، مثل عدم التمييز الكافي بين المدخلات الغامضة والمتعددة الأصوات والافتقار إلى التفاعل بين معايير التقييم المختلفة.
تقدم الورقة البحثية "Marco DeepResearch"، وهو وكيل بحث عميق يرتكز على التحقق، يعمل على تعزيز الأداء في المهام المعقدة طويلة المدى من خلال دمج آليات تحقق صريحة في تركيب بيانات الأسئلة والأجوبة، وبناء المسارات، وتوسيع نطاق وقت الاختبار، مما يمكنه من التفوق على النماذج ذات النطاق الأكبر في الاختبارات القياسية الصعبة.
تقدم هذه الورقة "حل الادعاءات الإنتروبي" (ECR)، وهو خوارزمية استدلال مبتكرة تعمل أثناء وقت الاستنتاج لتعزيز أنظمة التوليد المعزز بالاسترجاع، وذلك عبر اختيار الأدلة ديناميكيًا لتعظيم "الحد من الإنتروبيا المتوقعة"، مما ينقل نموذج الاسترجاع من الصلة الدلالية إلى تقليل عدم اليقين التمييزي لحل الاستعلامات المتضاربة أو الغامضة.
يُعد GraphWalker إطار عمل جديد للإجابة على الأسئلة باستخدام الرسوم البيانية للمعرفة القائمة على الوكلاء، وهو يعالج تحديات ندرة بيانات التدريب وتعميم الاستدلال من خلال توظيف نموذج ضبط دقيق ثنائي المراحل يجمع بين التوليف الآلي للمسارات من خلال المشيات العشوائية وبين صقل المسارات بواسطة الخبراء، مما يحقق أداءً هو الأفضل في فئته على مجموعات البيانات المرجعية.
تقترح هذه الورقة وتقيم طرقاً لتوليد مجموعات بيانات تدريبية واسعة النطاق مع الحفاظ على السرية من مجموعة مرجعية صغيرة، وذلك لتحسين التصحيح التلقائي القائم على نماذج التصحيح (rubrics) للإجابات القصيرة في سياق تقييمات البرنامج الدولي لتقييم الطلب (PISA).
تقدم هذه الورقة "Pensée"، وهي أداة ذكاء اصطناعي مبتكرة تطبق نظرية العمليات المعرفية في الكتابة لدعم المتعلمين خلال مرحلتي التخطيط والترجمة في الكتابة التأملية، وتثبت من خلال تجربة منضبطة أن هذا الدعم المرتكز على النظرية يعزز بشكل كبير عمق التأمل والجودة الهيكلية مقارنة بالأساليب التقليدية التي تركز على التغذية الراجعة.
يقدم ResAdapt إطار عمل تكيفي في جانب المدخلات يقوم بتخصيص ميزانيات دقة بصرية لكل إطار ديناميكيًا عبر مُخصص خفيف الوزن تم تدريبه باستخدام تحسين السياسة الواعية بالتكلفة، مما يمكّن النماذج اللغوية الكبيرة متعددة الوسائط من تحسين أداء الاستدلال بشكل كبير ودعم سياقات زمنية أطول ضمن ميزانيات حوسبة ثابتة.