12021 ورقة بحثية
تقدم هذه الورقة BANGLASOCIALBENCH، وهو أول معيار يتألف من 1,719 حالة قائمة على أسس ثقافية لتقييم الكفاءة الاجتماعية البراغماتية في اللغة البنغالية، مما يكشف أن النماذج اللغوية الكبيرة الحالية تفشل بشكل منهجي في التعامل مع التسلسلات الهرمية الاجتماعية المعقدة، والاستدلال القائم على القرابة، والمعايير التفاعلية للغة رغم طلاقتها متعددة اللغات.
يُعدُّ POLAR اختباراً لغوياً مبتكراً لكل مستخدم يعمل في فضاء التضمين للكشف عن التحيزات على مستوى المؤلف والتحولات السلوكية، مما يميز بفعالية بين الحسابات الآلية المدفوعة بالنماذج اللغوية الكبيرة والحسابات العضوية، ويقيس مدى الانحياز المتطرف في المجتمعات عبر الإنترنت.
تقدم هذه الورقة نظاماً مبتكراً لتحديد اللغة يعتمد على آلات ناقلات الدعم (SVM)، قادراً على التمييز بين مختلف اللهجات الإقليمية للغة الرومانشية ولغة الرومانتش غريشونون العابرة للأقاليم، محققاً دقة متوسطة بلغت 97% على معيار مرجعي تم إعداده حديثاً لتمكين تطبيقات مثل التدقيق الإملائي المدرك للهجة والترجمة الآلية.
تقدم الورقة البحثية FormulaCode، وهو معيار مرجعي يضم 957 من اختناقات الأداء في العالم الحقيقي مع تصحيحات خبيرة وأعباء عمل مجتمعية، لتقييم قدرات التحسين الشاملة ومتعددة الأهداف لوكلاء النماذج اللغوية الكبيرة على قواعد الأكواد البرمجية الضخمة، مما يكشف أن هذا لا يزال يمثل تحديًا كبيرًا للنماذج الرائدة.
تستعرض هذه الدراسة المسحية بشكل منهجي تهديدات استهلاك الموارد في النماذج اللغوية الكبيرة، مقدمةً إطاراً موحداً يمتد من استحثاث التهديد وفهم الآليات إلى استراتيجيات التخفيف لمعالجة تحديات الكفاءة الحسابية والاستدامة الاقتصادية.
تقدم هذه الورقة MyScholarQA، وهي أداة بحث عميق مخصصة تتفوق على النماذج المرجعية في الاختبارات القياسية الاصطناعية، لكنها تكشف عن قيود حرجة لا يمكن اكتشافها من خلال مقابلات مع مستخدمين حقيقيين، محاجةً بأن التقدم الحقيقي في التخصيص يتطلب التقييم مع مستخدمين فعليين بدلاً من الاعتماد فقط على نماذج لغوية كبيرة كحكام.
تقدم هذه الورقة البحثية SWE-QA-Pro، وهو معيار مرجعي صارم لفهم الأكواد البرمجية على مستوى المستودعات (repository-level) مصمم لمنع حفظ النماذج اللغوية الكبيرة (LLM) من خلال بيانات متنوعة وذات ذيول طويلة ومعايرة للصعوبة، إلى جانب وصفة تدريب قابلة للتوسع تتكون من مرحلتين (SFT وRLAIF) تمكن النماذج المفتوحة الصغيرة من تجاوز GPT-4o في الاستكشاف الوكيل للمجموعات البرمجية (agentic codebase exploration).
تُثبت هذه الورقة أن استخدام جدول معدل تعلم يعتمد على مرحلة الإحماء والاستقرار فقط (WOS) دون مرحلة اضمحلال أثناء مرحلة ما قبل التدريب واسعة النطاق يعزز أداء الضبط الدقيق الخاضع للإشراف في المهام اللاحقة، وذلك من خلال الحفاظ على حد أدنى أكثر تسطحاً للخسارة، على الرغم من أن الجداول الزمنية القائمة على الاضمحلال قد تؤدي إلى خسارة أقل في مرحلة ما قبل التدريب.
تقدم هذه الورقة أول مقارنة تجريبية واسعة النطاق بين مجتمعات الوكلاء الاصطناعيين والبشر على "مولت بوك" و"ريديت"، كاشفةً أنه في حين يبدو المحتوى المُنشأ بواسطة الذكاء الاصطناعي متجانساً بسبب الآثار الهيكلية للتأليف المشترك، فإن الوكلاء الأفراد هم في الواقع أكثر قابلية للتمييز من البشر نظراً لملفاتهم الأسلوبية المتميزة وعالية الكثافة، مما يؤدي إلى خطاب مسطح عاطفياً ومنفصل اجتماعياً.
تقترح هذه الورقة إطار عمل SIA، الذي يدمج بين البيانات الغنية بالمعرفة والبيانات الواعية بالسلامة، ويستخدم تقنية "Depth Up-Scaling" لضلاً حقن المعرفة بكفاءة، ويستعين بالمحاذاة ثنائية المسار لبناء نماذج لغوية كبيرة للبحث في التجارة الإلكترونية آمنة ومستندة إلى المعرفة، والتي تم نشرها بنجاح في JD.com مع تحقيق تحسينات كبيرة في مقاييس الأعمال.