11902 ورقة بحثية
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.
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.