12021 ورقة بحثية
تقترح هذه الورقة "مبدأ اتساق الضغط" لتوضيح أن تفضيل النماذج اللغوية الظاهري للحقيقة ليس دافعاً جوهرياً، بل هو نتاج ثانوي لضغط الضغط الذي يحابي الفرضيات التي تقدم أوصافاً أقصر وأكثر اتساقاً داخلياً لبيانات التدريب.
تقدم هذه الورقة Legal-DC، وهي مجموعة بيانات معيارية متخصصة وإطار عمل LegRAG الذي يتميز بالفهرسة التكيفية القانونية والتفكير الذاتي ثنائي المسار، لمعالجة أوجه القصور في نماذج التوليد المعزز بالاسترجاع (RAG) للقانون الصيني وإثبات الأداء المتفوق على الأساليب الحالية الرائدة.
تُثبت هذه الورقة أن دمج تقنيات الذكاء الاصطناعي القابل للتفسير مثل SHAP وLIME وIntegrated Gradients في أنظمة كشف الأخبار الزائفة القائمة على معالجة اللغات الطبيعية يعزز بشكل كبير من شفافية النموذج وموثوقيته مع الحفاظ على دقة تصنيف عالية، رغم التحديات مثل التكاليف الحسابية.
تقيم هذه الورقة بشكل منهجي فعالية مختلف نماذج اللغات الكبيرة في تصنيف المقالات الطبية الحيوية عبر استراتيجيات وتكوينات مختلفة من التلقين، مما يثبت أن أداءها يقترب من أداء المصنفات التقليدية والنماذج المضبوطة بدقة، مع تقديم توصيات عملية للإعداد الأمثل.
تقدم هذه الورقة "الذكاء الجماعي التداولي" (DCI)، وهو إطار عمل متعدد الوكلاء مهيكل يستخدم أفعالاً معرفية نمطية وخوارزمية تدفق تقاربي لتحسين الأداء بشكل كبير في مهام الاستدلال المعقدة وغير الروتينية من خلال التداول المسؤول، على الرغم من تكبد تكاليف حوسبة عالية والقصور في الأداء في القرارات الروتينية.
تقدم الورقة البحثية DatedGPT، وهي عائلة من اثني عشر نموذجاً لغوياً بـ 1.3 مليار معلمة، تم تدريبها على بيانات مقسمة زمنياً بحدود سنوية صارمة من عام 2013 إلى عام 2024 للقضاء على انحياز الاستشراف في التنبؤ المالي مع الحفاظ على أداء تنافسي.
تقدم هذه الورقة نموذج Bielik-Minitron-7B، وهو نموذج لغة بولندية مضغوط بـ 7.35 مليار معلمة تم إنشاؤه عبر تطبيق التقليم الهيكلي وتقطير المعرفة على نموذج Bielik-11B-v3.0، والذي يحقق تقليلاً في المعلمات بنسبة 33.4% وتسريعاً في الاستدلال يصل إلى 50% مع الاحتفاظ بنحو 90% من أداء النموذج الأصلي.
تقدم الورقة البحثية إطار عمل CHiL(L)Grader، وهو إطار عمل يعتمد على وجود الإنسان في الحلقة يجمع بين تقدير الثقة المعاير والتعلم المستمر لأتمتة تصحيح الإجابات القصيرة ذات الثقة العالية بأمان مع توجيه الحالات غير المؤكدة إلى الخبراء البشريين، مما يحقق دقة بمستوى الخبراء في 35-65% من الاستجابات عبر مجموعات بيانات متنوعة.
تقدم هذه الورقة البحثية BTZSC، وهو معيار شامل يتكون من 22 مجموعة بيانات صُممت لتقييم ومقارنة قدرات تصنيف النصوص بنمط "الصفر محاولة" (zero-shot) بشكل منهجي لنماذج الاستدلال الطبيعي (NLI) ذات المشفرات المتقاطعة (cross-encoders)، ونماذج التضمين (embedding models)، ونماذج إعادة الترتيب (rerankers)، والنماذج اللغوية الكبيرة المضبوطة بالتعليمات (instruction-tuned LLMs)، كاشفةً أن نماذج إعادة الترتيب الحديثة تحقق حالياً أداءً هو الأفضل في فئتها، بينما توفر نماذج التضمين أفضل توازن بين الدقة وزمن الاستجابة.
تقدم هذه الورقة البحثية LabelPigeon، وهو إطار عمل مبتكر يستخدم وسوم XML للقيام بالترجمة الآلية وإسقاط التسميات بشكل مشترك، مما يثبت أن هذا النهج لا يتفوق على النماذج المرجعية الحالية في مهام النقل عبر اللغات فحسب، بل يعمل أيضاً على تحسين جودة الترجمة بنشاط عبر لغات متعددة.