12021 ورقة بحثية
تقدم هذه الورقة CoCoEval، وهو إطار عمل للكشف عن السلوكيات غير المتسقة وغير التعاونية في المحادثات التي تحاكيها النماذج اللغوية الكبيرة، وتجد أن النماذج الحالية تكافح لمحاكاة تعقيد التفاعل الاجتماعي البشري بشكل أصيل بسبب الفروق الجوية الكبيرة في تكرار السلوك، وعدم موثوقية هندسة الأوامر، وميل الضبط الدقيق إلى إنتاج أنماط سلوكية ضيقة.
تقدم هذه الورقة نظام تعلم آلي متعدد اللغات مصمم لمساعدة محرري ويكيبيديا في تحديد الادعاءات التي تتطلب استشهادات عبر 10 نسخ لغوية، مع موازنة دقة النموذج مع الكفاءة الحسابية في ظل القيود الواقعية مع التفوق على المعايير المرجعية الحالية.
يقدم البحث نموذج TAP-GPT، وهو نموذج لغوي كبير للبيانات الجدولية متكيف مع المجال، يستفيد من التعلم بلقطات قليلة والاستدلال المهيكل لتحقيق تنبؤ دقيق وقابل للتفسير ومتين لمرض الزهايمر باستخدام بيانات طبية حيوية متعددة الوسائط، متفوقاً بذلك على النماذج التقليدية لتعلم الآلة في سيناريوهات مجموعات البيانات الصغيرة أو غير المكتملة.
تقترح هذه الورقة التدريب المعزز بالتجريد (AAT)، وهو أسلوب تعلم مستمر موفر للذاكرة يعمل على استقرار التعلم عبر الإنترنت ومنع النسيان الكارثي من خلال تشجيع النماذج على التقاط البنى العلاقاتية الكامنة المشتركة، مما يحقق أداءً مقارناً لإعادة تشغيل الخبرة دون الحاجة إلى ذاكرة تخزين مؤقت لإعادة التشغيل.
تُثبت هذه الورقة أن سبر تنشيطات النماذج الداخلية يمكنه اكتشاف الاستدلال المدفوع بشكل أكثر موثوقية من تحليل سلاسل التفكير التي تولدها النماذج اللغوية الكبيرة، حيث تتيح مجسات ما قبل التوليد تحديد السلوك المنحاز في وقت مبكر قبل إنتاج أي استدلال.
إنَّ OPERA هو إطار عمل لتقليم البيانات يعزز كفاءة وفعالية تكييف نماذج الاسترجاع الخاصة بمجالات معينة من خلال توظيف استراتيجية تقليم ديناميكية ثنائية المرحلة لحل المقايضة بين الجودة والتغطية، محققاً أداءً فائقاً في التصنيف والاستدعاء في أقل من نصف وقت التدريب المستخدم في الضبط الدقيق القياسي.
تُظهر هذه الورقة أنه بينما يعمل محاذاة ما بعد التدريب على تحسين النماذج اللغوية للاستخدام البشري، فإنه يحولها جوهرياً من كونها نماذج وصفية سلوكية تمثل السلوك البشري الفعلي في التفاعلات الاستراتيجية المعقدة متعددة الجولات، إلى نماذج تنبؤية معيارية تتفوق فقط في الإعدادات التي تتوافق فيها الخيارات البشرية مع الحلول المثالية.
تقدم هذه الورقة TharuChat، وهي مجموعة بيانات اصطناعية تم إنشاؤها من خلال مسار تمهيدي من نموذج لغوي كبير إلى بشري لتدريب Tharu-LLaMA (3B)، وهو نموذج متخصص في اتباع التعليمات يعالج بفعالية ندرة البيانات والتجزئة اللهجية للغة ثارو ذات الموارد المنخفضة باستخدام أجهزة استهلاكية.
تقدم هذه الورقة CulT-Eval، وهو معيار شامل وتصنيف للأخطاء لتقييم تعامل الترجمة الآلية مع التعبيرات ذات الجذور الثقافية، كاشفةً أن النماذج الحالية تعاني في التعامل مع الفروق الثقافية الدقيقة ومقترحةً مقياساً جديداً لمعالجة هذه القصور.
تقترح الورقة البحثية إطار عمل CRAFT، وهو إطار محاذاة مبتكر يعزز متانة نماذج الاستدلال الكبيرة ضد هجمات كسر الحماية من خلال الاستفادة من التعلم التبايني والتعلم المعزز لتحسين أهداف السلامة مباشرة داخل فضاء التمثيل الخفي، مما يحقق أداءً فائقاً على الدفاعات الرائدة حالياً.