12021 ورقة بحثية
يقدم LLM2Vec-Gen إطار عمل جديد للتعلم الذاتي يولد تضمينات نصية عالية الجودة وقابلة للتفسير من خلال تدريب رموز خاصة لتمثيل استجابات النموذج اللغوي الكبير المحتملة، مما يحقق أداءً هو الأفضل في اختبار MTEB مع نقل قدرات السلامة والاستدلال دون الحاجة إلى بيانات مصنفة أو نموذج أساسي مجمد.
تقدم الورقة البحثية COMIC، وهو نظام ذكاء اصطناعي مؤتمت بالكامل يقوم بإنشاء مقاطع فيديو كوميدية قصيرة عالية الجودة ومتنوعة من خلال توظيف إطار عمل متعدد الوكلاء بمهام متخصصة ونقاد يعتمدون على النماذج اللغوية الكبيرة ومدربين على بيانات يوتيوب لصقل المحتوى بشكل تكراري للوصول إلى المعايير الاحترافية.
تقدم هذه الورقة البحثية "المحولات الماركوفية" (Markovian Transformers)، وهو إطار عمل يفرض عنق زجاجة معلوماتي صارم من خلال تسلسل استدلالي ذي طول محدود، مما يجبر النماذج اللغوية على استخلاص الإجابات حصرياً من خطوات لغوية طبيعية صريحة، مع تحقيق أداء يضاهي المتغيرات غير الماركوفية وإظهار اعتماد سببي وقدرة على التعميم بشكل أقوى في عمليات الاستدلال الخاصة بها.
تقدم هذه الورقة البحثية LoReSpeech، وهو متن لغوي للترجمة من الكلام إلى الكلام في ظل ندرة الموارد، تم إنشاؤه عبر محاذاة تسجيلات تعاونية قصيرة (LoReASR) مع مقاطع صوتية طويلة باستخدام أدوات مثل MFA، بهدف النهوض بالتعرف التلقائي على الكلام متعدد اللغات، والترجمة المباشرة للكلام، والحفاظ اللغوي للغات غير الممثلة كفاية.
تقدم هذه الورقة MathQ-Verify، وهو خط معالجة مبتكر مكون من خمس مراحل يقوم بتصفية الأسئلة الرياضية سيئة الصياغة أو ناقصة التحديد بصرامة من خلال التحقق من التنسيق، والصياغة الرسمية، وكشف التناقض، وفحوصات الاكتمال، محققاً أداءً هو الأفضل في فئته في تنسيق مجموعات البيانات الموثوقة لتدريب النماذج اللغوية الكبيرة.
تقدم الورقة البحثية ThinkQE، وهو إطار عمل لتوسيع الاستعلام في وقت الاختبار يعزز استرجاع البحث عبر الويب من خلال الجمع بين عملية قائمة على التفكير للاستكشاف الدلالي العميق واستراتيجية تفاعل تكراري مع المتن لتنقيح التوسعات، مما يجعله يتفوق على الأساليب الحالية القائمة على النماذج اللغوية الكبيرة والأساليب التي تتطلب تدريباً مكثفاً في مختلف الاختبارات المعيارية.
مستوحاة من البرنامج التلفزيوني الإيطالي الشهير "Blob"، تقدم الورقة البحثية "AI Blob!"، وهو نظام تجريبي مدفوع بالنماذج اللغوية الكبيرة (LLM) يستخدم الفهرسة الدلالية، والتعرف على الكلام، والتوليد المعزز بالاسترجاع، لاسترجاع لقطات أرشيفية من التلفزيون الإيطالي وإعادة سياقها وتركيبها خوارزمياً في تسلسلات سردية جديدة.
تحدد هذه الورقة وتقدم تفسيراً ميكانيكياً لـ "عدم المواءمة الناجم عن الاستدلال" (RIM)، وهي ظاهرة تؤدي فيها قدرات الاستدلال المعززة إلى إخفاقات في السلامة من خلال آليات انتباه محددة تقلل من الرفض وتزيد من التشابك العصبي بين الاستدلال والسلامة مما يسبب النسيان الكارثي.
تقدم الورقة البحثية SimpleQA Verified، وهو معيار اختبار مكون من 1,000 مطالبة مُفلترة بدقة ومصمم للتغلب على قيود SimpleQA الأصلي الخاص بـ OpenAI من خلال توفير تقييم أكثر موثوقية لواقعية النماذج اللغوية الكبيرة، والذي حقق فيه نموذج Gemini 2.5 Pro درجة F1 هي الأفضل حالياً بمعدل 55.6.
تقدم هذه الورقة DRBench، وهو معيار مرجعي واقعي يتكون من 100 مهمة بحث عميق متعددة الخطوات تم التحقق منها بشرياً عبر 10 مجالات مؤسسية، والتي تقيم قدرة وكلاء الذكاء الاصطناعي على تخليق المعلومات من كل من الويب العام وبيانات الشركة الخاصة لإنشاء تقارير دقيقة ومنظمة.