11965 ورقة بحثية
تقترح هذه الورقة MTP-D، وهي طريقة تقطير ذاتي تعتمد على استراتيجية تمديد حلقية تعمل على تحسين معدلات قبول التنبؤ متعدد الرموز وسرعة الاستدلال بشكل كبير مع الحفاظ على أداء الرأس الرئيسي في النماذج اللغوية الكبيرة.
تقدم هذه الورقة البحثية "التفكير مع الجداول" (TWT)، وهو إطار عمل للاستدلال العصبي الرمزي يستفيد من البرمجة المعتمدة على الكود لمعالقة التحديات الهيكلية وتحديات التبعية في البيانات الجدولية، متفوقاً بشكل كبير على النماذج المرجعية الحالية ومنافسًا للنماذج المملوكة في مهام الفهم متعدد الوسائط للجداول.
تقدم الورقة البحثية مساراً للتوليد المعزز بالاسترجاع (RAG) يجمع بين البيانات الاصطناعية القائمة على القواعد، والاسترجاع الهجين مع إعادة ترتيب باستخدام المشفر المتقاطع، والتحقق المقيد بالمخطط (schema) لتحقيق أداء رائد في حساب حصص الميراث الإسلامي وتوزيعها على الورثة، مما ضمن المركز الأول في لوحة صدارة مسابقة QIAS 2026.
تقدم هذه الورقة نموذجاً متخصصاً بـ 8 مليارات معلمة (8B-parameter) لنظام Dream11 البيئي، يحقق أداءً عالي الدقة ومنخفض التأخير في تحويل النص إلى استعلام SQL (Text-to-SQL) عبر استخدام طريقة ضبط دقيق مبتكرة ثنائية المراحل لاستيعاب مخطط قاعدة البيانات داخلياً، مما أدى إلى تقليل رموز الإدخال (input tokens) بنسبة تزيد عن 99% والتفوق على النماذج المملوكة القائمة على واجهات برمجة التطبيقات (API-based) ذات الحالة الراهنة في بيئة إنتاج واسعة النطاق.
تقدم هذه الورقة ConceptKT، وهو معيار ومجموعة بيانات جديدة مصممة لتطوير تتبع المعرفة من خلال تمكين التنبؤ بنقص مفاهيمي محدد عبر تقييم النماذج اللغوية الكبيرة والنماذج الاستدلالية الكبيرة باستخدام استراتيجيات التعلم في السياق القائمة على التوافق المفاهيمي والتشابه الدلالي.
يكشف مشروع LLMpedia أن المعرفة الموسوعية الحقيقية للنماذج اللغوية الكبيرة أقل بكثير مما تشير إليه المعايير القياسية، وذلك من خلال إنشاء موسوعة مفتوحة بالكامل وخالية من الاسترجاع مكونة من مليون مقال تكشف عن فجوات جوهرية في الواقعية وتحيزات موضوعية عبر عائلات النماذج المختلفة.
تحدد هذه الورقة "تجانس الاستجابة" كضريبة محاذاة كبيرة في النماذج اللغوية المدربة باستخدام التعلم التعزيزي من التغذية الراجعة البشرية (RLHF) تجعل تقدير عدم اليقين القائم على أخذ العينات غير فعال، مبرهنةً أن إنتروبيا الرمز (token entropy) تظل إشارة قوية ومقترحةً استراتيجية تتابع منخفضة التكلفة لتحسين دقة التنبؤ الانتقائي.
يُبلغ هذا البحث عن نمط "دوامي" مثير للاهتمام لوحظ في الإسقاطات الهندسية لمتجهات الفرق بين تمثيلات أزواج الكلمات المترادفة والمتضادة عبر نماذج محولة (transformer) متنوعة، مما يسلط الضوء على البنى المكانية المعقدة التي تكمن وراء التضاد الدلالي.
تقترح هذه الورقة إطار عمل يدمج المبادئ اللغوية الاجتماعية في معالجة اللغات الطبيعية للتعامل مع التباين اللغوي كسمة ذات دلالة بدلاً من كونه ضجيجاً، وتثبت من خلال دراسة حالة للغة اللوكسمبورغية أن مراعاة التباين الإملائي صراحةً أثناء عملية الضبط الدقيق يحسن بشكل كبير من متانة النموذج وأدائه.
تستقصي هذه الورقة البحثية تأثير تكوين لغة العميل على التعلم الاتحادي متعدد اللغات للنماذج اللغوية الكبيرة، مبرهنةً على أن زيادة تعدد اللغات داخل العميل الواحد تؤدي إلى نماذج عالمية أكثر عدلاً وفعالية، لا سيالما بالنسبة للغات ذات الموارد المنخفضة، مع تقديم آلية مبتكرة للتوقف المبكر الديناميكي المحلي لتعزيز كفاءة التدريب.