11947 ورقة بحثية
تُثبت هذه الورقة أن النماذج اللغوية الكبيرة خفيفة الوزن وعامة الأغراض يمكن أن تعمل بفعالية كقضاة أمنيين منخفضي زمن الاستجابة للكشف عن هجمات التلقين في بيئات الإنتاج عندما يتم توجيهها عبر الاستدلال المهيكل، وهي طريقة تُطبق حالياً في روبوتات الدردشة الخاصة بالخدمة العامة في سنغافورة، بينما لا يحقق نهج "خليط النماذج" سوى تحسينات طفيفة في الأداء.
تقدم هذه الورقة البحثية BiHumanML3D، وهو أول معيار تقييم ثنائي اللغة لتحويل النص إلى حركة، وتقترح نموذج انتشار الحركة ثنائي اللغة (BiMD) مع استراتيجية محاذاة عابرة للغات لتحسين أداء توليد الحركة عابر اللغات بشكل كبير وتمكين التبديل اللغوي في حالة الصفر.
تقدم هذه الورقة البحثية "تعلم التفضيل المتقاطع" (CPL)، وهو إطار عمل للتدريب القائم على التفضيلات يعمل على نمذجة الفوائد المتغيرة للمعلومات السياقية صراحةً من خلال دمج التفضيلات داخل الحالة وعبر الحالات، مما يؤدي إلى تحسين جودة الترجمة ومتانة أنظمة الترجمة الآلية المدركة للسياق دون الحاجة إلى تعديلات هيكلية.
تكشف هذه الورقة أن النماذج اللغوية الكبيرة الحالية تعاني من أجل الحفاظ على أهداف ضمنية مستقرة عبر التفاعلات متعددة الأدوار دون تذكيرات سياقية صريحة، مما يسلط الضوء على قصور حرج في قدرتها على محاكاة سمات الشخصية البشرية المتسقة.
تقدم هذه الورقة WebTestBench، وهو إطار عمل شامل للمقارنة المرجعية والأساس المرجعي المصمم لتقييم قدرات وكلاء استخدام الكمبيوتر في اختبار الويب المؤتمت من الطرف إلى الطرف، مما يكشف عن فجوات كبيرة في النماذج اللغوية الكبيرة الحالية فيما يتعلق باكتمال الاختبار، واكتشاف العيوب، وموثوقية التفاعل طويل الأمد.
تقدم الورقة البحثية MolQuest، وهو معيار تفاعلي جديد متعدد الجولات يعتمد على بيانات كيميائية حقيقية، والذي يقيم قدرات الاستدلال الاستنباطي واتخاذ القرار الاستراتيجي للنماذج اللغوية الكبيرة في استنباط البنية الجزيئية، كاشفاً أن حتى النماذج المتطورة تعاني من صعوبة في الدقة في هذه السيناريوهات العلمية المعقدة.
تقدم الورقة البحثية CRAFT، وهو معيار مرجعي يوضح أن النماذج اللغوية الكبيرة الحالية، بما في ذلك أنظمة الاستدلال المتقدمة، تعاني من صعوبة في التنسيق متعدد الوكلاء تحت ظروف المعلومات الجزئية، حيث إن قدرات الاستدلال الفردية الأقوى لا تترجم بشكل موثوق إلى تواصل تعاوني ناجح.
تقدم هذه الورقة WSF-ARG+، وهي أول مجموعة بيانات تجمع بين خطاب الكراهية ومعلومات قابلية التحقق، وتقترح إطار عمل يعتمد على النماذج اللغوية الكبيرة في الحلقة (LLM-in-the-loop) يقلل من جهد التوسيم البشري مع إثبات أن دمج تسميات قابلية التحقق يحسن بشكل كبير من أداء الكشف عن خطاب الكراهة.
تجادل هذه الورقة بأنه من أجل الحفاظ على الفوائد المعرفية للكتابة كأداة للتعلم العميق في عصر الذكاء الاصطنا التوليدي، يجب على التربويين تجاوز مرحلة الكشف والحظر نحو بيداغوجيا تكيفية تثمن عملية الكتابة البشرية وتنمي الثقافة النقدية اللازمة للتعرف على النصوص المولدة آلياً.
تقدم هذه الورقة البحثية "التقطيع التكيفي" (Adaptive Chunking)، وهو إطار عمل يعمل على تحسين أداء التوليد المعزز بالاسترجاع (RAG) من خلال الاختيار الديناميكي لأفضل استراتيجية تقطيع لكل مستند بناءً على خمسة مقاييس جوهرية مبتكرة، محققاً تحسينات كبيرة في صحة الإجابات ومعدلات النجاح عبر مجالات متنوعة دون تغيير النماذج الأساسية أو المطالبات.