11087 ورقة بحثية
تقدم الورقة البحثية Backtrader-Bench، وهو إطار عمل مبتكر لتقييم وكلاء البرمجة القائمين على النماذج اللغوية الكبيرة في التداول الخوارزمي من خلال أسئلة متعددة الخيارات ذاتية التوليد ومحققة برمجياً، مما يثبت أن الوكلاء المعززين بالأدوات يتفوقون بشكل كبير على النماذج المرجعية غير المعززة بالأدوات مع تأسيس بنية تحتية قابلة للتوسع للتدريب المستقبلي باستخدام التعلم التعزيزي.
تقدم الورقة البحثية TRACE Bench، وهو إطار عمل تقييمي قائم على قوائم التحقق الموجهة بالمهام للوكلاء، يقوم بتفكيك ملفات تعريف الأدوار إلى عناصر قابلة للتحقق لتوفير تسجيل درجات شفاف وقائم على الأدلة وتحقيق تغطية شبه كاملة لمتطلبات الأدوار مقارنة بمعايير الحوار الحر الحالية.
تحدد هذه الورقة أن طرق ضغط السياق الحالية تتخلص بشكل منهجي من قيود الجلسة الحرجة، وتُكمّم هذا الفشل من خلال مجموعة تقييم COMPINT الجديدة، وتقترح مستخرجاً جاهزاً للتشغيل (plug-and-play) واعياً بقيود السياق (SC-aware) يحقق احتفاظاً بالقيود بنسبة تزيد عن 90% دون تعديل النماذج الحالية.
تجادل هذه الورقة بأن تمثيل المهارات كبرامج قابلة للتنفيذ هو الاستراتيجية الأكثر فعالية من حيث التكلفة لتكييف وكلاء النماذج اللغوية الكبيرة مع مجالات جديدة، وتثبت من خلال وكيل "SpeedRunner" المقترح أن التعلم التدريجي لهذه البرامج وإعادة صياغتها من المسارات السابقة يقلل التكاليف بشكل كبير مع الحفاظ على المتانة عبر بيئات متنوعة.
تقترح الورقة البحثية الضبط الدقيق عديم الوزن (WFT)، وهو أسلوب لزمن فك التشفير لا يتطلب تدريباً يعمل على تخصيص النماذج اللغوية الكبيرة عبر نقل بقايا فضاء اللوجيت عبر عامل بادئة متقاطع، محققاً أداءً يضاهي الضبط الدقيق الخاضع للإشراف بتكلفة حوسبية تقل عن 7% مع تجنب تحديثات الأوزان.
تُظهر هذه الورقة أنه بالنسبة للنماذج اللغوية الكبيرة الصغيرة المضبوطة بالتعليمات في المسائل العلمية الصعبة، فإن الاتساق الذاتي عبر التصويت بالأغلبية غالباً ما يقلل من الدقة مقارنة بالاستدلال أحادي العينة لأن الاتفاق العالي بين الإجابات المولدة لا يرتبط بشكل موثوق بالصحة.
تقدم هذه الورقة J-Access، وهو تدقيق في وقت الاستدلال باستخدام تحليل جاكوبي لقياس إمكانية الوصول إلى المعرفة المتبقية في النماذج اللغوية الكبيرة التي خضعت لعملية "إلغاء التعلم"، حيث وجدت أنه بينما يتنبأ بفعالية بقابلية استعادة النموذج على مستوى النموذج، فإنه يفشل في تحديد حقائق محددة قابلة للاستعادة ولا يمكن استخدامه كهدف تحسين مباشر دون المخاطرة بالإخفاء الخادع للمعرفة.
تقدم هذه الورقة البحثية "سلسلة التفكير الاجتماعي" (SCoT)، وهي بنية متعددة الوكلاء قائمة على منهجية التشخيص التفريقي الطبي، والتي تتفوق على نماذج الاستدلال أحادية الهيكل ونماذج التوسع المرجعية من خلال استخدام محادثات تداولية متعددة الجولات بين المتخصصين لتحسين استدعاء التشخيص بشكل كبير، لا سيما في الحالات المعقدة.
تجادل هذه الورقة بأن تجانس المخرجات في النماذج اللغوية الكبيرة لا ينتج أساساً عن عملية المحاذاة، بل يتم تعلمه أثناء مرحلة ما قبل التدريب ويتم كشفه أو تضخيمه فقط من خلال مراحل ضبط التعليمات والمحاذاة اللاحقة.
تقدم هذه الورقة مجموعة بيانات SCOPE لتحليل العلاقة بين أنواع الوصمة في سرديات العنف الجنسي عبر الإنترنت والدعم المقابل المقدم من مجتمعات "ريديت"، كاشفةً أن الوصمة الداخلية هي السمة السردية الأكثر انتشاراً، بينما تعطي استجابات المجتمع الأولوية باستمرار لدعم المعلومات والتقدير.