12021 ورقة بحثية
يقترح هذا العمل ويثبت أن أخذ العينات المتنوعة للسكان التدريجي (PDPS)، وهي طريقة تكشف عن الثغرات الخفية من خلال تحويل التركيز من إعادة صياغة المدخلات إلى أخذ عينات منهجية وفعالة لمخرجات النماذج عالية الجودة والمتنوعة، يمكنها كشف نطاق واسع من المعرفة غير الآمنة المكبوتة في النماذج اللغوية الكبيرة بتكلفة حوسبية أقل بكثير من الطرق التقليدية.
توسع هذه الورقة نموذج الأزواج الدنيا لتقييم النماذج اللغوية عبر استبدال أحكام القواعد الثنائية بمهام تصنيف ذات مقاييس ترتيبية، مستخدمةً منحنيات المفاجأة المعلوماتية والاعتلاج لتقييم تفضيلات النموذج وعدم اليقين عبر مجالات متنوعة دون الاعتماد على توليد النصوص المكلف.
تجادل الورقة بأن التقييمات القياسية القائمة على الاستبيانات تخفق في تقييم سلامة وكلاء الذكاء الاصطناعي في العالم الحقيقي بدقة لأنها تعتمد على تقارير ذاتية افتراضية من نماذج لغوية كبيرة غير معززة، والتي تفتقر إلى صدق البناء ولا تعكس السلوكيات الفعلية، والتفاعلات البيئية، والمخاطر التي يشكلها الوكلاء المنشورون.
تستخدم هذه الدراسة مدونة ضخمة تضم أكثر من مليون سطر شعري فارسي لتثبت أن النسيج الصوتي هو سمة أدبية منهجية ومتطورة تاريخياً تشكلها سياقات النوع الأدبي والأداء، مما يكشف عن ملفات صوتية مميزة خاصة بكل شاعر تستمر حتى عند ضبط القيود العروضية الصارمة.
تقدم الورقة البحثية PARSA-Bench، وهو أول معيار شامل لتقييم نماذج اللغة والصوت الكبيرة على اللغة والثقافة الفارسية من خلال 16 مهمة وأكثر من 8,000 عينة، كاشفةً أن النماذج الحالية تعاني في الاستفادة من المعلومات الخاصة بالصوت وتفشل بشكل كبير في المهام النبرية المتجذرة ثقافياً مثل اكتشاف وزن الشعر.
تقترح هذه الورقة إطار عمل معياري يعمل على تقطير قدرات التخطيط الصريح في نموذج طالب خفيف الوزن دون الوصول إلى المعرفة الواقعية، مما يؤدي إلى تحسين دقة وكفاءة النماذج اللغوية الكبيرة الباحثة عن الحقائق من خلال فصل خطوات الاستدلال عن الاسترجاع والتركيب.
تقدم هذه الورقة البحثية INS-S1، وهي عائلة نماذج لغوية كبيرة متخصصة في مجال التأمين تحقق إتقانًا معرفيًا قابلًا للتحقق في هذا المجال ومعدل هلوسة منخفضًا قياسيًا دون التضحية بالذكاء العام، وذلك باستخدام نموذج محاذاة جديد شامل (end-to-end) يتميز بتوليف بيانات قابل للتحقق ومنهج تدريجي للضبط الدقيق والتعلم المعزز (SFT-RL)، إلى جانب إصدار معيار INSEva الشامل.
تقدم هذه الورقة البحثية مفهوم التعلم المعزز من التغذية الراجعة المجتمعية (RLCF)، وهو نموذج تدريبي يهدف إلى تطوير "ذوق علمي" لدى أنظمة الذكاء الاصطناعي عبر استخدام نموذج تغذية راجعة مجتمعي واسع النطاق للحكم على الأفكار البحثية ومواءمتها مع التأثير العالي المحتمل، مما يثبت قدرة الذكاء الاصطناعي على اقتراح وتقييم المفاهيم العلمية ببعد نظر يضاهي الخبراء البشريين.
تقدم هذه الورقة البحثية "Multilingual TinyStories"، وهي مجموعة بيانات اصطناعية واسعة النطاق تضم أكثر من 132,000 قصة للأطفال بـ 17 لغة هندية، تم إنشاؤها عبر مسار هجين من التوليد بالنماذج الأصلية والترجمة عبر اللغات لمعالجة ندرة البيانات لتدريب النماذج اللغوية الصغيرة.
تقدم هذه الورقة البحثية "Top-b"، وهي استراتيجية فك ترميز مبتكرة تعمل على ضبط عرض نطاق عينة المرشحين ديناميكيًا بناءً على إنتروبيا شانون اللحظية لتحسين المقايضة بين التوليد الإبداعي والاستدلال المنطقي، مما يقلل من تباين فك الترميز البيني مع الحفاظ على دقة تنافسية في اختبارات قياس الاستدلال.