12021 ورقة بحثية
تقترح الورقة البحثية إطار عمل NAIT، وهو إطار عمل مبتكر يحسن ضبط تعليمات النماذج اللغوية الكبيرة من خلال اختيار مجموعات فرعية مثالية من البيانات بناءً على تشابه أنماط تنشيط العصبونات بين العينات المرشحة وقدرات المجال المستهدف، مما يثبت أن هذا النهج يتفوق على الأساليب الحالية ويكشف عن القابلية القوية لنقل الميزات المنطقية والبرمجية عبر المهام المتنوعة.
تقدم هذه الورقة Llettuce، وهي أداة مفتوحة المصدر لمعالجة اللغات الطبيعية ومتوافقة مع اللائحة العامة لحماية البيانات (GDPR)، تستخدم النماذج اللغوية الكبيرة والمطابقة الضبابية لأتمتة وتحسين عملية ربط المصطلحات الطبية غير الرسمية بمفاهيم معيار OMOP، مما يعالج أوجه القصور في الحلول الحالية التي تعتمد بكثافة على العمل اليدوي.
تقترح الورقة البحثية "تقطير الوكيل المهيكل" (Structured Agent Distillation)، وهو إطار عمل يعمل على ضغط وكلاء النماذج اللغوية الكبيرة إلى نماذج أصغر وأكثر كفاءة من خلال تطبيق خسائر محددة للنطاق لمحاذاة مقاطع الاستدلال والعمل، مما يؤدي إلى التفوق على التقطير القياسي على مستوى الرمز مع الحفاظ على دقة اتخاذ القرار.
تقدم هذه الورقة البحثية "ReasonMap"، وهو معيار مرجعي جديد يتكون من خرائط نقل عالية الدقة وأزواج متنوعة من الأسئلة والأجوبة لتقييم قدرات الاستدلال البصري دقيقة التفاصيل للنماذج اللغوية الكبيرة متعددة الوسائط، كاشفةً أن النماذج الأساسية مفتوحة المصدر غالباً ما تفوق نظيراتها التي خضعت للضبط الدقيق للاستدلال، مع التأكيد على الحاجة الماسة للربط البصري المباشر بدلاً من الأولويات اللغوية.
تقدم هذه الورقة البحثية "مجموعة بيانات البرلمان السويسري المُعاد تصورها" (SPC_R)، وهي مجموعة بيانات عالية الجودة طويلة التنسيق تتكون من 555 ساعة من المناظرات البرلمانية باللغة الألمانية السويسرية، والتي أُنشئت عبر تفريغ المقاطع الصوتية باستخدام نموذج Whisper Large-v3، وتنقيتها من خلال عملية تصحيح ثنائية الخطوات باستخدام GPT-4o، وتصفية المقاطع بناءً على درجات مقياس BLEU المتوقعة واكتمال المعنى لتحقيق تحسن قدره 6 نقاط في مقياس BLEU مقارنة بالإصدارات السابقة على مستوى الجملة.
تقدم هذه الورقة معايير مرجعية وظيفية متعددة اللغات (CL-GSM Symbolic و CL-IFEval) عبر خمس لغات لتوضيح أن التقييمات متعددة اللغات الثابتة غالباً ما تبالغ في تقدير أداء النماذج ومتانتها مقارنة بالتقييمات العملية القائمة على المهام.
يُعد NeuralOS إطار عمل عصبي يحاكي واجهات المستخدم الرسومية لأنظمة التشغيل عبر الجمع بين شبكة عصبية متكررة لتتبع الحالة ومُصوّر يعتمد على الانتشار لتوليد إطارات شاشة واقعية استجابةً لمدخلات المستخدم، مما يظهر القدرة على تعلم وتخليق التفاعلات لكل من التطبيقات الحالية وغير المرئية من بيانات التدريب.
تقدم الورقة البحثية مجموعة "إيتين" (Ettin)، وهي تشكيلة من نماذج المشفّر فقط (encoder-only) والنماذج المفككة فقط (decoder-only) المزدوجة، والتي تم تدريبها على بيانات ووصفات متطابقة، حيث تحقق أداءً قياسياً جديداً لأحجامها مع إثبات أن البنى الأصلية تتفوق بشكل كبير على النماذج المُكيَّفة في مهامها المتخصصة.
تُظهر هذه الورقة البحثية أن الاسترجاع القائم على التضمين يواجه قيوداً نظرية جوهرية حيث يتقيد عدد مجموعات الوثائق (top-k) التي يمكن تحقيقها بأبعاد التضمين، وهو عائق يستمر حتى مع التدريب الأمثل ويتسبب في فشل النماذج الحديثة في أداء مهام بسيطة وواقعية.
تقدم الورقة البحثية NormGenesis، وهو إطار عمل متعدد الثقافات يقوم بتوليد وتوسيم 10,800 حوار متجذر اجتماعياً باللغات الإنجليزية والصينية والكورية من خلال توظيف صقل موجه بالأمثلة ونوع حوار مبتكر من "الانتهاك إلى الإصلاح" (V2R) لنمذجة انتهاكات المعايير وإصلاحها، مما يعزز بشكل كبير الكفاءة البراغماتية والقدرة على التكيف الثقافي لأنظمة الحوار.