12021 ورقة بحثية
تقدم هذه الورقة البحثية OCR-Rotation-Bench، وهو معيار مرجعي جديد لـ 11 لغة من لغات الهند (Indic) والإنجليزية، وتقترح خط معالجة خفيف الوزن يعتمد على نموذج Phi-3.5 لتصنيف التدوير يحقق دقة عالية في تصحيح اتجاه المستندات، مما يعزز بشكل كبير أداء التعرف الضوئي على الحروف (OCR) في سيناريوهات العالم الحقيقي.
تقدم هذه الورقة إطار عمل IDALC، وهو إطار عمل شبه مُشرف يجمع بين اكتشاف النوايا والتعلم النشط لتصحيح العبارات التي يرفضها النظام بكفاءة وتحديد نوايا جديدة، مع تقليل تكاليف التوسيم البشري إلى 6-10% فقط من البيانات غير المصنفة المتاحة وتحقيق تحسينات كبيرة في الدقة مقارنة بالطرق المرجعية.
تقدم هذه الورقة DIA-REFINE، وهو إطار عمل تكراري يستفيد من مصنفات اللهجات الخارجية لتوجيه النماذج اللغوية الكبيرة نحو ترجمة وفية للهجة الكورية مع اقتراح مقاييس جديدة (DFS وTDR) للتغلب على قيود تقييم n-gram التقليدي في التمييز بين المحاولات اللهجية الحقيقية والنسخ من المصدر.
بينما يؤدي زيادة عدد وكلاء النماذج اللغوية الكبيرة في إطار عمل تعاوني إلى تحسين دقة حل المسائل الرياضية بشكل موثوق، إلا أنه يفشل في سد الفجوة الكبيرة في المتانة ضد الاضطرابات العدائية، ولا سيما الأخطاء المطبعية الشبيهة بالبشر.
تقدم هذه الورقة البحثية MedPT، وهو أول متن لغوي واسع النطاق وواقعي يضم 384,095 تفاعلاً بين المريض والطبيب باللغة البرتغالية البرازيلية، والذي تم تنسيقه والتحقق منه بدقة لإثبات فعاليته في تدريب نماذج ذكاء اصطناعي طبية عادلة ومدركة ثقافياً.
تقدم هذه الورقة مسار عمل قابلاً لإعادة الإنتاج يحول تسجيلات "زووم" العامة للاجتماعات الحكومية المحلية إلى نصوص منسوبة للمتحدثين ومدركة للأفعال، مما يمكّن الضبط الدقيق للنماذج اللغوية الكبيرة لتحقيق دقة وواقعية أعلى بكثير في محاكاة المداولات المدنية متعددة الأطراف.
يُعد Reason2Decide إطار عمل للتعلم متعدد المهام، يتكون من مرحلتين ويعتمد على التبرير، حيث يقلل بفعالية من انحياز التعرض ويحقق المواءمة بين التفسيرات والتنبؤات في دعم القرار السريري، محققاً دقة وإخلاصاً فائقين في مجموعات البيانات الطبية باستخدام نماذج أصغر بـ 40 مرة من النماذج التأسيسية المعاصرة.
تحدد هذه الورقة وتُوصّف "بالوعات الانتباه الثانوية" بوصفها ظواهر عابرة ومتميزة تنبثق في الطبقات الوسطى من نماذج المحولات نتيجة لمحاذاة متجهات محددة ناتجة عن طبقات الـ MLP، مما يكشف عن أنماطها الحتمية عبر مقاييس النماذج وتفاعلها الديناميكي مع ضعف بالوعات الانتباه الأولية.
تقدم هذه الورقة البحثية إطار عمل GHaLIB، وهو إطار عمل متعدد اللغات يستفيد من نماذج المحولات (transformer) سابقة التدريب مثل XLM-RoBERTa وUrduBERT للكشف بفعالية عن خطاب الأمل في اللغات ذات الموارد المنخفضة، محققاً أداءً قوياً في معيار PolyHope-M 2025 عبر اللغات الأردية والإسبانية والألمانية والإنجليزية.
تقترح هذه الورقة طريقة لتحسين التعرف التلقائي على الكلام في ظل الموارد المنخفضة باستخدام حساب المهام للجمع خطياً بين ناقلات نماذج "ويسبير" (Whisper) المضبوطة بدقة من لغات دعم عالية الموارد، مما يحقق انخفاضاً في معدل الخطأ في الكلمات يصل إلى 10% عبر 23 لغة مستهدفة.