12021 ورقة بحثية
تقترح هذه الورقة نهجاً جديداً لتصنيف الأدوار الدلالية في "FrameNet" يقوم بتحويل المهمة إلى تصنيف ثنائي باستخدام العلاقات التناظرية بين الوحدات المعجمية والعناصر الإطارية، مما يمكّن شبكة عصبية خفيفة الوزن من تحقيق نتائج رائدة دون الحاجة إلى معلومات صريحة عن الأدوار الدلالية أثناء التدريب.
تقدم هذه الورقة "الفرق الدلالي" (Semantic Delta)، وهو مقياس خفيف الوزن وقابل للتفسير يعتمد على الفرق بين شدة الموضوعات المهيمنة في الحوار، والذي يميز بفعالية النصوص المولدة بواسطة النماذج اللغوية الكبيرة عن الخطاب البشري من خلال كشف أن مخرجات الذكاء الاصطناعي تظهر تركيزاً موضوعياً وصلابة هيكلية أعلى بكثير مقارً بالانتشار الدلالي الأوسع للمحادثة البشرية.
تطبق هذه الورقة إطار عمل "عنق زجاجة المعلومات" لتحليل حروف الجر المكانية في ترجمات رواية فرنسية إلى اللغات الإنجليزية والألمانية والصربية، مما يقدم دليلاً على أن المترجمين البشر يحسنون الكفاءة التواصلية من خلال الموازنة بين الإخبارية والبساطة بطرق تتوافق مع الحدود المثلى النظرية.
تقترح هذه الدراسة إطاراً حوسبياً هجيناً يجمع بين تخصيص ديريكليه الكامن وتحليل التمايز للمربعات الصغرى الجزئية المتناثرة لإجراء تحليل قراءة وثيقة وقابل للتكرار للموضوعات السردية في عمل بوشكين "إيفجيني أونيجين"، مبرهنةً على كيفية قدرة النماذج الاحتمالية خفيفة الوزن على رسم الخرائط الهيكلية الموضوعاتية بفعالية في النصوص الأدبية ذات المتون الصغيرة رغم اعتمادها على نسخة مترجمة واحدة.
تقدم هذه الورقة البحثية C*-RASP لتثبت نظرياً أن نماذج المحولات التي تعتمد على فك التشفيد فقط (decoder-only transformers) يمكنها تعلم التحقق من الخطط الطويلة في مجالات التخطيط الكلاسيكي بشكل قابل للإثبات رغم النمو المتزامن في طول التسلسل وحجم المفردات، وهو ما تدعمه التجارب التجريبية.
تقترح هذه الورقة إعادة إدخال حالات ماركوف الصريحة في مرحلة ما بعد التدريب للنماذج اللغوية الكبيرة للتغلب على سقف القدرات الذي تفرضه التعلم التعزيزي القياسي، مما يقلل نظرياً من تعقيد العينات ويثبت تجريبياً تحسن الأداء في الألغاز المنطقية المعقدة عبر التحول من النمذجة المعتمدة على التاريخ إلى تمثيلات ماركوفية مهيكلة.
تقدم هذه الورقة معيار "ابنِ ما أعنيه" (Build What I Mean - BWIM) لتوضيح أنه على الرغم من قدرة النماذج اللغوية الكبيرة المتطورة على اكتشاف عدم موثوقية المتحدث في المهام التعاونية، إلا أنها تفشل في ترجمة هذه الرؤية إلى استراتيجيات توضيح فعالة، حيث تلجأ غالباً إلى سلوكيات غير مثالية مثل الإفراط في الاستيضاح أو التخمين.
تقدم هذه الورقة LoASR-Bench، وهو معيار شامل يضم 25 لغة من 9 عائلات مصمم لتقييم حدود نماذج لغة الكلام الكبيرة الحالية في سيناريوهات التعرف التلقائي على الكلام ذات الموارد المنخفضة.
تقدم هذه الورقة البحثية BOULDER، وهو معيار مرجعي ديناميكي جديد يوضح أن النماذج اللغوية الكبيرة تظهر فجوة أداء كبيرة ومتسقة في مهام الاستدلال عندما يتم تأطيرها ضمن حوارات موجهة نحو المهام مقارنة بالإعدادات المنعزلة، ويرجع ذلك أساساً إلى تعقيدات التفاعلات متعددة الأدوار، والاشتراط بالدور، ومتطلبات استخدام الأدوات.
تقترح الورقة البحثية "تجميع الرموز الدلالي" (STC)، وهي طريقة فعالة لتقدير عدم اليقين في النماذج اللغوية الكبيرة، تعمل على تجميع الكتلة الاحتمالية عبر مجموعات من الرموز المتسقة دلالياً باستخدام عملية توليد واحدة، مما يحقق أداءً رائدًا دون العبء الحسابي الناتج عن أخذ العينات المتكرر أو النماذج المساعدة.