12021 ورقة بحثية
تقترح هذه الورقة بنية توجيه مطالبات ذات مرحلتين وقابلة للتوسع، تستفيد من التجميع القائم على الرسوم البيانية لاكتشاف المهام الكامنة بدقة متناهية ومن نموذج خليط من الخبراء لتقدير الجودة المدرك للمهام، مما يحقق أداءً فائقاً وكفاءة في التكلفة عبر مختلف النماذج الرائدة مقارنة بالنماذج المرجعية الحالية.
تجادل هذه الورقة بأن الأدلة القائمة على الاختبارات (probe-based evidence) لإدراك التقييم في النماذج اللغوية الكبيرة من المرجح أن تكون مشوشة بسبب هياكل المطالبات السطحية بدلاً من الفهم الحقيقي للسياق، حيث تفشل هذه الإشارات في التعميم على المطالبات ذات الصيغة الحرة عندما يتم التحكم في التنسيق.
تُظهر هذه الدراسة أن بنية مفردات الكلمات والوحدات الفرعية للكلمات، وليس التمايزات التصنيفية الواسعة مثل ترتيب الكلمات الحر مقابل الترتيب الثابت، هي العامل الأساسي الذي يحدد قابلية تعلم تنوعات ترتيب الكلمات في نماذج المحولات اللغوية.
تقدم الورقة البحثية EvidenceRL، وهو إطار عمل للتعلم التعزيزي يستخدم تحسين السياسة النسبية للمجموعات (GRPO) لفرض الالتزام بالأدلة في النماذج اللغوية الكبيرة، مما يقلل بشكل كبير من الهلوسة ويحسن التأسيس والأمانة في المجالات عالية المخاطر مثل تشخيص أمراض القلب والاستدلال القانوني دون المساس بدقة المهام.
تقدم الورقة البحثية TextReasoningBench، وهو معيار لتقييم استراتيجيات الاستدلال لتصنيف النصوص عبر عشرة نماذج لغوية كبيرة، والذي يكشف أنه في حين توفر طرق الاستدلال البسيطة مكاسب طفيفة في الدقة، فإن الاستراتيجيات المعقدة غالبًا ما تفشل في التفوق على النماذج المرجعية وتتكبد تكاليف رمزية (tokens) باهظة، مما يتحدى الافتراض بأن الاستدلال الصريح يفيد مهام التصنيف بشكل عالمي.
تقدم هذه الورقة إطار عمل مبتكرًا للتلقين ذو بنية ثلاثية المستويات يستفيد من النماذج اللغوية الكبيرة لتحقيق التصحيح الآلي للمقالات المخصص لسمات محددة في اللغة العربية، مما يثبت أن استراتيجيات التلقين الموجهة تتفوق بشكل كبير على حجم النموذج وحده في تقييم سمات الكفاءة اللغوية في مجموعة بيانات QAES الجديدة.
تقدم الورقة البحثية DATAPROPHET، وهو مقياس لا يتطلب تدريباً يتنبأ بفعالية بأداء التعميم للنماذج اللغوية الكبيرة متعددة الوسائط على المعايير المستهدفة من خلال تحليل تنوع البيانات وتشابهها، مما يثبت أن تشابه المهام الحدسي هو مؤشر غير موثوق وأن هذه الطريقة تتفوق على كل من الاختيار الموحد والأساليب المرجعية المتطورة القائمة على التدريب.
تقدم هذه الورقة البحثية إطار عمل TAB-AUDIT، وأول مجموعة بيانات مرجعية (FabTab) للكشف عن الجداول العلمية المصنعة بواسطة الذكاء الاصطناعي من خلال الاستفستادة من عدم التوافق في احتمالية ما بين هياكل الجداول والمحتوى الرقمي، محققةً أداءً هو الأفضل حالياً في تحديد الاحتيال الأكاديمي.
تقدم هذه الورقة البحثية "العزو ثنائي المسار" (DPA)، وهو إطار عمل فعال وأمين يتتبع تدفق المعلومات في نماذج المحولات القائمة على SwiGLU من خلال تمريرة أمامية وعكسية واحدة بتعقيد ، محققاً أداءً هو الأفضل حالياً في معايير التفسير دون الحاجة إلى أمثلة مضادة للواقع.
تتقصى هذه الورقة ديناميكيات التمثيل الداخلي للنصوص المختلطة لغوياً في المشفرات متعددة اللغات باستخدام الهندية-الإنجليزية كدراسة حالة، كاشفةً أن النماذج القياسية تعالج مثل هذه المدخلات من خلال فضاء فرعي يهيمن عليه الإنجليزية، ومقترحةً هدف محاذاة ما بعد التدريب ثلاثي اللغات يوازن بنجاح بين الروابط عبر اللغات لتحسين أداء المهام اللاحقة.