12021 ورقة بحثية
تتناول هذه الورقة مزايا وعيوب استخدام مواضيع Open Multilingual WordNet لتصنيف وتوسيم الحشوات المخططية (schematic fillers) دلالياً ضمن الـ Constructicon الإيطالي.
تقدم الورقة البحثية BiomedSQL، وهو أول معيار مصمم لتقييم الاستدلال العلمي في توليد لغة SQL من النصوص عبر قاعدة معرفة طبية حيوية واقعية، كاشفةً عن فجوات أداء كبيرة بين النماذج اللغوية الكبيرة الحالية والأسس الخبيرة في التعامل مع المعايير المعقدة الخاصة بالمجال.
تقترح هذه الورقة طريقة استقصاء موجهة باليقين تعمل على تجميع الحالات الخفية على مستوى الرمز (token) لتحسين اكتشاف التخليقات (confabulations) في النماذج اللغوية الكبيرة، كاشفةً أنه بينما يمكن للسياق المضلل أن يستحث استجابات خاطئة واثقة، فإن الاستفادة من اليقين العشوائي (aleatoric) واليقين المعرفي (epistemic) تعزز بشكل كبير تقدير الموثوقية عبر النماذج مفتوحة المصدر.
تقدم هذه الورقة أشجار مشفرات المحولات (TET)، وهي بنية هرمية غير ذاتية الانحدار تعتمد على المشفر فقط، تشارك التمثيلات الوسيطة بين اللغات المتشابهة لغويًا لتقليل الحشو الحسابي وعدد المعلمات بشكل كبير مع تحسين جودة الترجمة للغات ذات الموارد المنخفضة وتمكين الترجمة المتعددة اللغات والترجمة الكلامية المتوازية بالكامل في تمريرة واحدة.
تقدم هذه الورقة البحثية SiniticMTError، وهي مجموعة بيانات جديدة دقيقة التفاصيل تتميز بتعليقات توضيحية لنطاق الخطأ، ونوعه، وشدته للأمثلة المترجمة آلياً عبر عدة لغات صينية (الماندارين، والكانتونية، والوو، والهوكين)، والمصممة للنهوض بتقدير جودة الترجمة والتوليد المدرك للأخطاء مع تسليط الضوء على القيود الحالية للنماذج اللغوية الكبيرة في اكتشاف مثل هذه الأخطاء.
تُثبت هذه الورقة أن المدخلات الصوتية غير ذات الصلة، بما في ذلك الصمت والضجيج، تُضعف بشكل كبير أداء الاستنتاج النصي واستقرار نماذج اللغة الصوتية الكبيرة، مما يكشف عن تحدٍ حرج يتمثل في التداخل عبر الوسائط والذي لا تعالجه استراتيجيات التخفيف الحالية إلا جزئياً.
تقدم هذه الورقة البحثية آلية الانتباه التلافيفي المضغوط (CCA) ومتغيرها CCGQA، وهما آليتان مبتكرتان للانتباه تقومان بالعمليات في فضاء كامن مشترك لتقليل عدد المعلمات، وحجم ذاكرة التخزين المؤقت لـ KV، وعمليات الفاصلة العائمة (FLOPs) في آن واحد، مما يحقق تسريعاً كبيراً في عمليات التدريب والتحميل المسبق مع الحفاظ على الأداء أو تحسينه مقارنة بالطرق الحالية مثل GQA وMLA.
تُظهر هذه الدراسة أنه في حين يفضل كل من القراء العامين والكتاب الخبراء المتدربين في برامج الماجستير في الفنون الجميلة النصوص المولدة بواسطة الذكاء الاصطناعي والمعدلة بدقة بناءً على أعمال مؤلفين محميين بحقوق الطبع والنشر على المحاكاة البشرية، فإن القراء العامين يبدون تفضيلاً أقوى بكثير لجودة الذكاء الاصطناعي، مما يشير إلى أن عملية التعديل الدقيق منخفضة التكلفة تمكن الذكاء الاصطناعي من إنتاج محاكاة أسلوبية متفوقة ذات صلة باعتبارات الاستخدام العادل لحقوق الطبع والنشر.
تقدم هذه الورقة \corpusname، وهو معيار تقييم متعدد اللغات يعتمد أسلوب المناظرة، يكشف أنه على الرغم من محاذاة السلامة، تعيد النماذج اللغوية الكبيرة الرائدة إنتاج الصور النمطية الراسخة باستمرار عبر سبع لغات، مع اشتداد التحيزات في السياقات ذات الموارد المنخفضة حيث تفشل المحاذاة المدربة باللغة الإنجليزية في التعميم.
تقدم هذه الورقة البحثية PRISM، وهو مشفر ذو قيم مركبة يفرض قيود الوحدة المعيارية ليثبت أن المعلومات الدلالية يمكن تشفيرها بفعالية عبر زوايا الطور من خلال آليات مثل التماسك والتداخل، محققاً أداءً تنافسياً مع نماذج Transformer القياسية مع الكشف عن ظروف محددة لنجاحه وفشله.