cs.CL ورقة بحثية

PashtoCorp: A 1.25-Billion-Word Corpus, Evaluation Suite, and Reproducible Pipeline for Low-Resource Language Development

تقدم هذه الورقة البحثية PashtoCorp، وهو متن لغوي مكون من 1.25 مليار كلمة ومسار عمل قابل لإعادة الإنتاج للغة البشتو، يتفوق بشكل كبير على مجموعات البيانات السابقة، مما يؤدي إلى تحسينات جوهرية في حيرة النماذج اللغوية، والتعرف على الكيانات المسماة، ومعايير فهم القراءة لهذه اللغة ذات الموارد المحدودة.

Hanif Rahman2026-03-18

💬 NLP

Who Benchmarks the Benchmarks? A Case Study of LLM Evaluation in Icelandic

تنقد هذه الورقة مدى صلاحية معايير نماذج اللغات الكبيرة الحالية للغة الآيسلندية، حيث تُظهر أن البيانات الاصطناعية أو المترجمة آلياً غير المتحقق منها تسبب عيوباً جسيمة، وتجادل بضرورة استخدام طرق تقييم مُتحقق منها بشرياً في سياقات اللغات ذات الموارد المنخفضة والمتوسطة.

Finnur Ágúst Ingimundarson, Steinunn Rut Fri{\dh}riksdóttir, Bjarki Ármannsson, Iris Edda Nowenstein, Stein{\th}ór Stein (…)2026-03-18

💬 NLP

RECOVER: Robust Entity Correction via agentic Orchestration of hypothesis Variants for Evidence-based Recovery

تقدم الورقة البحثية RECOVER، وهو إطار عمل وكيل (agentic framework) يستفيد من فرضيات متعددة لنظم التعرف التلقائي على الكلام (ASR) ونماذج لغوية كبيرة (LLMs) قادرة على استخدام الأدوات لتصحيح أخطاء الكيانات النادرة والمتخصصة في المجال بمتانة، محققاً تحسينات ملحوظة في استدعاء الكيانات ومعدل خطأ الكلمات عبر مجموعات بيانات متنوعة.

Abhishek Kumar, Aashraya Sachdeva2026-03-18

💬 NLP

VQKV: High-Fidelity and High-Ratio Cache Compression via Vector-Quantization

تُعد VQKV طريقة مبتكرة وخالية من التدريب تستفيد من التكميم المتجهي لضغط ذاكرة التخزين المؤقت للمفاتيح والقيم (Key-Value caches) في النماذج اللغوية الكبيرة، حيث تحقق نسبة ضغط تبلغ 82.8% على نموذج LLaMA3.1-8B مع الاحتفاظ بنسبة 98.6% من أداء النموذج المرجعي وتمكين أطوال توليد تزيد بمقدار 4.3 ضعفًا.

Yixuan Wang, Qingyu Shi, Jiayu Zhou, Dianbo Liu, Ziwei He, Zhouhan Lin2026-03-18

🤖 machine learning

Capability-Guided Compression: Toward Interpretability-Aware Budget Allocation for Large Language Models

تقدم هذه الورقة إطار عمل "الضغط الموجه بالقدرة" (CGC)، وهو إطار مبتكر يستخدم خرائط كثافة القدرة المستمدة من المشفرات التلقائية المتفرقة لتخصيص ميزانيات الضغط بناءً على أهمية المكون الوظيفي، مما يعالج أوجه القصور في الطرق التقليدية "العمياء عن القدرة" ويوفر أساساً نظرياً للتنبؤ بانتقالات الطور على مستوى المكون.

Rishaank Gupta2026-03-18

💬 NLP

DynHD: Hallucination Detection for Diffusion Large Language Models via Denoising Dynamics Deviation Learning

تقترح هذه الورقة البحثية DynHD، وهو إطار عمل مبتكر للكشف عن الهلوسة في نماذج اللغات الكبيرة القائمة على الانتشار (Diffusion Large Language Models)، والذي يعمل على تحسين الدقة والكفاءة من خلال الجمع بين وحدة مدركة دلالياً لتصفية الرموز المعلوماتية وكاشف قائم على الانحراف يحلل التباينات في ديناميكيات إزالة الضجيج لأدلة عدم اليقين.

Yanyu Qian, Yue Tan, Yixin Liu, Wang Yu, Shirui Pan2026-03-18

💬 NLP

How often do Answers Change? Estimating Recency Requirements in Question Answering

تقدم هذه الورقة البحثية RecencyQA، وهي مجموعة بيانات تضم أكثر من 4,000 سؤالاً تم تصنيفها وفق تصنيف جديد لثبات الحداثة (recency-stationarity)، لمعالجة أوجه القصور في المعايير المرجعية الحالية في تقييم كيفية تعامل النماذج اللغوية الكبيرة مع المعلومات الحساسة للوقت، ولتسهيل تطوير أنظمة الإجابة على الأسئلة المدركة للسياق والحساسة للحداثة.

Bhawna Piryani, Zehra Mert, Adam Jatowt2026-03-18

💬 NLP

DanceHA: A Multi-Agent Framework for Document-Level Aspect-Based Sentiment Analysis

تقدم هذه الورقة DanceHA، وهو إطار عمل متعدد الوكلاء يستخدم استراتيجية "فرق تسد" والتعاون بين الإنسان والذكاء الاصطناعي لمعالجة التحدي غير المستكشف المتمثل في تحليل شدة المشاعر القائم على الجوانب (ABSIA) على مستوى المستند في أساليب الكتابة غير الرسمية، مصحوباً بإصدار مجموعة بيانات Inf-ABSIA الجديدة.

Lei Wang, Min Huang, Eduard Dragut2026-03-18

💬 NLP

EmoLLM: Appraisal-Grounded Cognitive-Emotional Co-Reasoning in Large Language Models

تقدم الورقة البحثية EmoLLM، وهو إطار عمل قائم على التقييم يعزز الذكاء العاطفي للنماذج اللغوية الكبيرة من خلال استخدام رسم بياني لاستدلال التقييم (Appraisal Reasoning Graph) لضمان الاستدلال المعرفي-العاطفي المشترك والمنظم، والتعلم المعزز لتوليد استجابات تكون موثوقة واقعياً وملائمة عاطفياً في آن واحد.

Yifei Zhang, Mingyang Li, Henry Gao, Liang Zhao2026-03-18

🤖 AI

BenchPreS: A Benchmark for Context-Aware Personalized Preference Selectivity of Persistent-Memory LLMs

تقدم الورقة البحثية BenchPreS، وهو معيار يكشف أن النماذج اللغوية الكبيرة الحالية تواجه صعوبة في تطبيق تفضيلات المستخدم المخزنة في الذاكرة المستمرة بشكل سياقي، حيث تتعامل معها غالباً كقواعد واجبة التنفيذ عالمياً بدلاً من الالتزام بالمعايير الاجتماعية والمؤسسية في الاتصالات مع أطراف ثالثة.

Sangyeon Yoon, Sunkyoung Kim, Hyesoo Hong, Wonje Jeung, Yongil Kim, Wooseok Seo, Heuiyeen Yeen, Albert No2026-03-18

→ السابق التالي ←