12021 ورقة بحثية
تقدم الورقة البحثية VisTIRA، وهو إطار عمل استدلالي متكامل الأدوات يعالج فجوة الأداء بين الاستدلال الرياضي القائم على النصوص والمنظم على الصور في النماذج اللغوية البصرية، وذلك من خلال تفكيك المشكلات البصرية إلى مسوغات باللغة الطبيعية وخطوات برمجية بلغة بايثون قابلة للتنفيذ، مدعومة بمجموعة بيانات اصطناعية ومسار تدريب جديد.
تقدم هذه الورقة استراتيجية أخذ عينات الاضطراب الملدن زمنياً (TAPS)، وهي استراتيجية استدلال خالية من التدريب تستفيد من تقسيم العمل الزمني في نماذج اللغة الانتشارية لتعزيز تنوع المخرجات عبر تطبيق التفرع الدلالي في وقت مبكر من عملية التوليد مع تقليل الاضطرابات تدريجياً للحفاظ على الطلاقة والالتزام بالتعليمات.
تُثبت هذه الورقة أن المجسات الخطية (linear probes) المدربة على تنشيطات ما قبل التوليد يمكنها بدقة التنبؤ باحتمالية نجاح النموذج اللغوي الكبير في مهام الرياضيات والبرمجة، مما يتيح توجيهاً فعالاً من حيث التكلفة للاستعلامات عبر مجموعات النماذج يتفوق على أفضل نموذج منفرد مع تقليل تكاليف الاستدلال بنسبة تصل إلى 70%.
تُثبت هذه الورقة أن تحسين استراتيجيات الترميز (tokenization)—وتحديداً من خلال دمج ترميزات الوقت الحدثية والموضعية في رموز موحدة—يُحسّن بشكل كبير كلاً من الأداء التنبئي والكفاءة الحسابية لنماذج التأسيس الخاصة بالسجلات الصحية الإلكترونية عبر مختلف المهام السريرية.
تقدم هذه الورقة البحثية "التعلم التعزيزي التناوبي مع مكافآت المعايير" (ARL-RR)، وهو إطار عمل يعمل على تحسين الأساليب الحالية من خلال التحسين الديناميكي لفئة وصفية فرعية دلالية واحدة في كل مرة بدلاً من استخدام التسكير الثابت، مما يؤدي إلى التقاط ارتباطات المكافآت وتحقيق أداء وكفاءة متفوقين على مجموعة بيانات HealthBench.
تقدم هذه الورقة إطار عمل SRLM، وهو إطار عمل ذاتي التأمل ومدرك لعدم اليقين يتفوق على النماذج اللغوية التكرارية التقليدية عبر استخدام إشارات جوهرية مثل الاتساق الذاتي والثقة اللفظية لاختيار برامج التفاعل مع السياق ديناميكيًا، مما يحقق مكاسب أداء كبيرة عبر مهام متنوعة وأطوال سياقية مختلفة دون الاعتماد على آليات تكرارية صريحة.
تقترح هذه الورقة صياغة استرجاع الذاكرة كمسألة "تخزين-توجيه" حساسة للتكلفة لتمكين الوكلاء المعززين بالذاكرة من الاستعلام بشكل انتقائي من مخازن متخصصة، مما يؤدي إلى تحسين كل من دقة الإجابة وكفاءة الرموز (tokens) مقارنة بالاسترجاع الموحد.
تُظهر هذه الدراسة أن نموذج GPT-4.1، عند تعيين شخصيات اجتماعية واقتصادية مختلفة له في بيئة قمار محاكية، يُظهر تلقائياً سلوكيات مخاطرة تتوافق مع نظرية التوقعات — مثل لعب شخصية "الفقير" لعدد جولات أكثر بكثير من شخصية "الغني" — مما يشير إلى أن الانحيازات الاقتصادية المعرفية الكلاسيكية قد تكون مشفرة ضمن النماذج اللغوية الكبيرة بشكل ضمني بدلاً من مجرد محاكاتها.
تحل دراسة إعادة الإنتاج هذه الاستنتاجات المتضاربة حول قدرة النماذج اللغوية الكبيرة على تحديث الحقائق الزمنية من خلال توحيد معيارَي DYNAMICQA وMULAN، كاشفةً أن النتائج تعتمد بشكل كبير على تصميم مجموعة البيانات، ومقاييس التقييم، وحجم النموذج، مع إثبات أن نتائج MULAN أكثر قابلية للتعميم عبر الأطر المنهجية.
تقدم الورقة البحثية CTG-DB، وهو مسار عمل مفتوح المصدر يحول بيانات الأحداث الضائرة غير المتجانسة والقائمة على النصوص من موقع ClinicalTrials.gov إلى قاعدة بيانات علاقية معيارية متوافقة مع مصطلحات MedDRA لتمكين تحليلات سلامة الأدوية عبر التجارب السريرية بشكل قابل للتوسع والتكرار.