11902 ورقة بحثية
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.
تقدم هذه الورقة MathWiz، وهو نظام قائم على النماذج اللغوية الكبيرة يقوم بتوليد مسائل لفظية في الرياضيات الابتدائية باستخدام مدخلات دنيا فقط (الكمية، والصف الدراسي، والنوع)، مما يظهر جودة نحوية عالية من خلال تجارب مكثفة مع الإقرار بالقيود الحالية في الالتزام الصارم بالمستويات الدراسية وأنواع الأسئلة المحددة.
تقترح هذه الورقة InstABoost، وهو تدخل بسيط عند وقت الاستدلال يوحد طرق توجيه الانتباه من خلال نظرية تنافس القواعد ويطبق انحيازاً إضافياً ثابتاً على لوغيتات مفتاح التعليمات لتعزيز اتباع التعليمات دون التضحية بالطلاقة أو صلة السياق.
تقترح الورقة البحثية CodeNER، وهي طريقة تحفيز جديدة تعتمد على الكود البرمجي تقوم بدمج الأكواد البرمجية في المحفزات لهيكلة تعليمات مخطط BIO بشكل صريح، مما يعزز قدرة النماذج اللغوية الكبيرة على أداء مهمة التعرف على الكيانات المسماة وتتفوق على النهج التقليدية القائمة على النصوص عبر عشر معايير مرجعية متعددة اللغات.