cs.CL ورقة بحثية

Qworld: Question-Specific Evaluation Criteria for LLMs

تقدم "كيو وورلد" (Qworld) إطار تقييم مبتكرًا يولد معايير خاصة بكل سؤال من خلال شجرة توسع تكرارية، مما يتيح تقييمًا أكثر دقة ومراعاةً للسياق للنماذج اللغوية الكبيرة في المهام مفتوحة النهايات مقارنة بالنماذج المرجعية الثابتة التقليدية.

Shanghua Gao, Yuchang Su, Pengwei Sui, Curtis Ginder, Marinka Zitnik2026-03-26

💬 NLP

Do 3D Large Language Models Really Understand 3D Spatial Relationships?

تكشف هذه الورقة أن النماذج اللغوية الكبيرة ثلاثية الأبعاد الحالية تعتمد غالباً على اختصارات نصية بدلاً من الاستدلال المكاني ثلاثي الأبعاد الحقيقي، مما دفع المؤلفين إلى تقديم معيار Real-3DQA وهدف تدريب يعيد وزن البيانات ثلاثية الأبعاد لتقييم وتحسين الفهم ثلاثي الأبعاد الحقيقي بصرامة.

Xianzheng Ma, Tao Sun, Shuai Chen, Yash Bhalgat, Jindong Gu, Angel X Chang, Iro Armeni, Iro Laina, Songyou Peng, Victor (…)2026-03-26

💬 NLP

Navigating the Concept Space of Language Models

تقدم هذه الورقة Concept Explorer، وهو نظام تفاعلي قابل للتوسع يستخدم تضمينات الجوار الهرمية لتنظيم وتمكين التنقل التدريجي متعدد الدقة لميزات المشفّر التلقائي المتناثر (sparse autoencoder) لاكتشاف وتحليل المفاهيم القابلة للتفسير البشري في النماذج اللغوية الكبيرة.

Wilson E. Marcílio-Jr, Danilo M. Eler2026-03-26

💬 NLP

Plato's Cave: A Human-Centered Research Verification System

تقدم هذه الورقة "أفلاطون كاف" (Plato's Cave)، وهو نظام مفتوح المصدر متمحور حول الإنسان، يقوم بالتحقق من الأوراق البحثية عبر بناء رسم بياني موجه غير حلقي لحججها، باستخدام وكلاء ويب لتعيين درجات المصداقية، وتقييم البنية الحجاجية الإجمالية لإنشاء تقييم نهائي.

Matheus Kunzler Maldaner, Raul Valle, Junsung Kim, Tonuka Sultan, Pranav Bhargava, Matthew Maloni, John Courtney, Hoang (…)2026-03-26

💬 NLP

Konkani LLM: Multi-Script Instruction Tuning and Evaluation for a Low-Resource Indian Language

تتناول هذه الورقة البحثية عجز الأداء في النماذج اللغوية الكبيرة في لغة كونكاني ذات الموارد المنخفضة ومتعددة النصوص عبر تقديم مجموعة بيانات "Konkani-Instruct-100k" الاصطناعية ونموذج "Konkani LLM" الناتج عنها، والذي يُظهر أداءً تنافسيًا أو متفوقًا على النماذج المرجعية المملوكة في مهام ضبط التعليمات والترجمة الآلية.

Reuben Chagas Fernandes, Gaurang S. Patkar2026-03-26

💬 NLP

Did You Forget What I Asked? Prospective Memory Failures in Large Language Models

تُظهر هذه الورقة أن النماذج اللغوية الكبيرة تعاني من إخفاقات كبيرة في الذاكرة الاستباقية عند الالتزام بقيود التنسيق تحت أعباء مهام متزامنة، لا سيما مع القيود النهائية، رغم أنه يمكن استعادة الأداء إلى حد كبير من خلال التلقين المعزز بالبروز، مع ملاحظة أن مثل هذه القيود يمكن أن تؤدي أيضًا إلى تدهور شديد في دقة المهمة.

Avni Mittal2026-03-26

💬 NLP

Generating Hierarchical JSON Representations of Scientific Sentences Using LLMs

تُثبت هذه الورقة أن الضبط الدقيق لنموذج لغوي كبير خفيف الوزن باستخدام دالة فقدان هيكلية مبتكرة لتحويل الجمل العلمية إلى هياكل JSON هرمية يتيح استبقاءً فعالاً للمعلومات، كما يتضح من خلال التشابه الدلالي والمعجمي العالي عند إعادة بناء النص الأصلي.

Satya Sri Rajiteswari Nimmagadda, Ethan Young, Niladri Sengupta, Ananya Jana, Aniruddha Maiti2026-03-26

💬 NLP

MDKeyChunker: Single-Call LLM Enrichment with Rolling Keys and Key-Based Restructuring for High-Accuracy RAG

تُعد MDKeyChunker عبارة عن خط معالجة ثلاثي المراحل لمستندات Markdown، يستخدم تقسيمًا يعتمد على البنية، وإثراءً عبر نموذج لغوي كبير (LLM) في استدعاء واحد مع نشر المفاتيح المتدحرجة للحفاظ على السياق، وتعبئة ثنائية تعتمد على المفاتيح لإعادة هيكلة المحتوى، مما يحقق استرجاعًا عالي الدقة من خلال الحفاظ على الوحدات الدلالية والقضاء على الاستدعاءات المتعددة للنموذج اللغوي الكبير.

Bhavik Mangla2026-03-26

💬 NLP

Not All Pretraining are Created Equal: Threshold Tuning and Class Weighting for Imbalanced Polarization Tasks in Low-Resource Settings

تقدم هذه الورقة بحثاً مقدمًا لمهمة SemEval-2025 المشتركة حول الاستقطاب، والذي يستخدم نماذج قائمة على المحولات (Transformer-based models)، ودوال فقدان موزونة للفئات (class-weighted loss functions)، وضبط العتبة (threshold tuning) لمعالجة عدم التوازن الشديد في الفئات بفعالية في مهام كشف وتصنيف الاستقطاب للنصوص باللغتين الإنجليزية والسواحيلية على وسائل التواصل الاجتماعي.

Abass Oguntade2026-03-26

🌀 nonlinear sciences

PLDR-LLMs Reason At Self-Organized Criticality

تقترح هذه الورقة أن نماذج اللغات الكبيرة ذات التدريب المسبق على أساس التعلم من خلال التدرج في مستويات التردد (PLDR-LLMs) عند حالة الحرجة ذاتية التنظيم، تُظهر قدرات استنتاجية تتميز بانتقالات طورية من الدرجة الثانية، حيث يمكن لمعلم ترتيب مشتق من إحصائيات النموذج العالمية أن يحدد أداء الاستنتاج كمياً دون الاعتماد على تقييمات الاختبارات المعيارية التقليدية.

Burc Gokden2026-03-26

→ السابق التالي ←