11925 ورقة بحثية
تقدم هذه الورقة DreamHouse، وهو معيار مرجعي جديد للاستدلال الفيزيائي التوليدي يقيم نماذج الرؤية واللغة بناءً على قدرتها على تشييد منازل ذات هياكل خشبية سليمة إنشائياً ومتوافقة مع الأكواد من خلال تفاعل وكيل تكراري، مما يكشف عن فجوات كبيرة في القدرة على الاستدلال الفيزيائي تكون غير مرئية في التقييمات الحالية التي تركز على الواقعية البصرية.
تُعد GraphER طريقة مبتكرة ومستقلة عن المسترجع، تعمل على تعزيز التوليد المعزز بالاسترجاع من خلال إجراء إثراء قائم على الرسوم البيانية في وضع عدم الاتصال وإعادة ترتيب عند وقت الاستعلام لالتقاط التقاربات متعددة الأوجه للبيانات دون الحاجة إلى رسم بياني معرفي مخصص أو التسبب في تأخير كبير في زمن الاستجابة.
يعتبر LogitScope إطار عمل خفيف الوزن ومستقل عن النماذج، يقوم بتحليل عدم اليقين في النماذج اللغوية الكبيرة (LLMs) وتحديد الهلوسة المحتملة عبر حساب مقايقات المعلومات على مستوى الرمز (token) مثل الإنتروبيا (entropy) والتباين في الإنتروبيا (varentropy) أثناء عملية الاستدلال دون الحاجة إلى بيانات مصنفة.
تقدم هذه الورقة "وكيل ميزات النموذج" (MoFA)، وهو إطار عمل مبتكر يستفيد من الاستدلال المدفوع بالنماذج اللغوية الكبيرة (LLM) لإجراء اختيار تسلسلي للميزات يراعي القيود في الأنظمة الصناعية، مما يحسن بفعالية دقة النموذج وكفاءته عبر تطبيقات متنوعة من الواقع العملي حيث تكون البيانات المصنفة محدودة.
تُبين هذه الورقة أن صيغة الأمر في مطالبات النظام تُنشئ تضاريس تعليمات تعتمد على اللغة —تكون تعاونية في الإنجليزية ولكنها تنافسية في الإسبانية— بسبب اختلاف اتفاقيات السجل الاجتماعي، بينما يقلل إعادة كتابة التعليمات في صيغة الخبر بشكل كبير من هذا التباين عبر اللغات.
يُعدّ Intern-S1-Pro نموذجاً تأسيسياً علمياً متعدد الوسائط مفتوح المصدر بمليون تريليون معلمة، وهو نموذج رائد يستفيد من بنية تحتية فعالة للتدريب بالتعلم التعزيزي ليتفوق في كل من الاستدلال العام وأكثر من 100 مهمة علمية متخصصة، متجاوزاً بذلك النماذج المملوكة في العمق النوعي الخاص بالمجالات مع الحفاظ على قدرات عامة رفيعة المستوى.
تجمع هذه الدراسة بين نمذجة المواضيع، وتحليل المشاعر القائم على النماذج اللغوية الكبيرة، وتصور الرسوم البيانية للكيانات لفحص كيفية تمثيل الهويات الجماعية والتوجهات السياسية في الصحف السلوفينية في أوائل القرن العشرين، مما يبرهن على قيمة دمج الأساليب الحسابية القابلة للتوسع مع تحليل الخطاب النقدي في أبحاث الإنسانيات الرقمية المتعلقة بالبيانات التاريخية غير المنتظمة.
تكشف هذه الورقة أن الثقة المعلنة والدقة الفعلية يتم ترميزهما كإشارات خطية متعامدة في النماذج اللغوية الكبيرة، وهي علاقة تضطرب بفعل عمليات الاستنتاج، وتقترح مسار توجيه تكيفي ثنائي المرحلة لمواءمة مخرجات الثقة مع تقديرات الدقة الداخلية، مما يؤدي إلى تحسين معايرة النموذج بشكل كبير.
تقدم هذه الورقة إطار عمل لنظرية كشف الإشارة من النوع الثاني باستخدام (meta-d') ونسبة (M-ratio) للتمييز بين المعرفة الواقعية للنماذج اللغوية الكبيرة وكفاءتها في ما وراء المعرفة، مما يكشف أن مقاييس المعايرة القياسية يمكن أن تحجب تباينات كبيرة في مدى إدراك النماذج حقاً لما "تعرفه وما لا تعرفه" عبر مختلف المجالات وبنيات النماذج.
تقترح هذه الورقة طريقة لحساب درجات جودة النطق دون الحاجة إلى محاذاة زمنية للفونيمات، وذلك عبر رسم خرائط لفرضيات التعرف التلقائي على الكلام إلى شبكات خلط الفونيمات والجمع بين الميزات على مستوى الكلمة والمستوى الإطاري عبر آلية الانتباه المتقاطع، مما يتيح تقييماً فعالاً للكلام للغات ذات الموارد المنخفضة باستخدام نماذج التعلم الضعيف.