12021 ورقة بحثية
تحلل هذه الدراسة ١١,٠٠٠ استعلام بحث عبر أربعة أنظمة لتكشف أن البحث بوساطة الذكاء الاصطناعي يخلق "فقاعات إجابة" من خلال إظهار تحيزات كبيرة في اختيار المصادر، وتقليل التحوط المعرفي، وتفضيل أنواع معينة من المحتوى مثل ويكيبيديا بشكل غير متناسب مع نقص تمثيل أنواع أخرى، مما يؤدي إلى توليد واقع معلوماتي مختلف بنيوياً للاستعلامات المتطابقة.
تقدم هذه الورقة إعادة إنتاج مفتوحة المصدر بالكامل لنظام التوليد المعزز بالاسترجاع التصحيحي (CRAG) باستخدام ويكيبيديا وPhi-3-mini، مما يظهر أداءً مماثلاً للنظام الأصلي مع تقديم أول تحليل قابل للتفسير قائم على SHAP يكشف عن اعتماد المُقيّم على محاذاة الكيانات المسماة ويحدد أنماط الفشل الرئيسية.
تقدم الورقة البحثية Polyglot-Lion، وهي عائلة من نماذج التعرف التلقائي على الكلام (ASR) متعددة اللغات، مدمجة ومنخفضة التكلفة للغات سنغافورة الرسمية الأربع، والتي تحقق دقة تنافسية مع أنظمة أكبر بكثير من خلال توظيف الضبط الدقيق المتوازن على نموذج Qwen3-ASR دون اشتراط لغوي صريح.
تقدم الورقة البحثية إطار عمل "التخفي الدلالي المهيكل" (S2C)، وهو إطار عمل مبتكر لكسر الحماية يتجاوز آليات السلامة المتقدمة في النماذج اللغوية الكبيرة عبر تجزئة وإعادة صياغة القصد الخبيث عبر أجزاء المطالبة لتأخير إعادة البناء الدلالي، مما يحقق معدلات نجاح هجوم أعلى بكثير من الأساليب الحالية المتطورة.
تقدم هذه الورقة تدقيقاً صارماً متعدد الأساليب لستة نماذج لغوية كبيرة رائدة، كاشفةً أن تفوقها الظاهري على البشر في الاختبارات المرجعية العامة يتضخم بشكل كبير بسبب تلوث البيانات، مع تباين معدلات الحفظ حسب المجال وتسببها في انخفاضات جوهرية في الأداء عند اختبارها على أسئلة غير مباشرة أو معاد صياغتها.
يُعد SpecSteer إطار عمل استدلال تعاوني غير متماثل يدمج بين السياق الخاص على الأجهزة مع الاستدلال واسع النطاق السحابي من خلال مسار (مسودة-تحقق-استعادة)، مما يسد بفعالية الفجوة بين الخصوصية والتوليد الشخصي عالي الجودة مع تحقيق تسريع قدره 2.36 ضعفاً.
على الرغم من الجاذبية الحدسية للتفاعلات متعددة الأدوار، تُظهر هذه الدراسة أن المراجعة الديناميكية عبر السياقات (D-CCR) تفشل في تحسين المراجعة عبر السياقات أحادية المرور لأن العملية التكرارية تُدخل ضجيجاً يؤدي إلى تدهور أداء التحقق.
تقدم هذه الورقة إطار عمل "تأصيل الأدلة الموجه بالانتباه" (AEG)، وهو إطار عمل متكامل لنظام الإجابة على الأسئلة المنطوقة يستخدم نموذج ضبط دقيق تحت الإشراف يسمى "التعلم للتركيز على الأدلة" (LFE) لمعايرة آليات الانتباه في النماذج اللغوية الكلامية الكبيرة (SpeechLLM)، مما يؤدي إلى تقليل الهلوسة وزمن الاستجابة عند الاستدلال بنسبة 62% مع التفوق على النماذج المتتالية المرجعية.
تقدم الورقة البحثية PyPhonPlan، وهي حزمة أدوات مفتوحة المصدر بلغة بايثون تحاكي التخطيط الصوتي من خلال دمج الحقول العصبية الديناميكية المقترنة مع ديناميكيات المهام لنمذجة إنتاج وإدراك الكلام بشكل تفاعلي ضمن إطار عمل قائم على الأسس العصبية ومنضبط زمنياً.
تُثبت هذه الورقة أن تدريب المشفّرات التلقائية المتناثرة على تيار المتبقي لنموذج Qwen 3.5-35B وإسقاط أوزان المسبار مرة أخرى عبر فك التشفير يُمكّن من توجيه السلوكيات الوكيلة بدقة دون الحاجة لإعادة التدريب، مما يكشف أن الالتزامات الاستقلالية تُحسب خلال مرحلة الملء المسبق في بنيات GatedDeltaNet.