12021 ورقة بحثية
تقدم الورقة البحثية بروتوكول FOR-Prompting، وهو بروتوكول توجيه غير متماثل ومستقل عن النموذج، يعزز الاستدلال والتحسين التكراري عبر مهام متنوعة من خلال هيكلة التفاعلات بين المدافع (Defender)، والسائل (Questioner)، والمضيف (Host) الاختياري، مما يمكن حتى النماذج الصغيرة من تحقيق أداء يضاهي أو يتفوق على الخطوط المرجعية القياسية دون الحاجة إلى تدريب أو الوصول إلى المكونات الداخلية للنموذج.
تقدم الورقة البحثية DialTree، وهو إطار عمل للتعلم التعزيزي للحوار قائم على الأشجار، يكتشف ذاتياً استراتيجيات هجوم متنوعة وفعالة متعددة الأدوار ضد النماذج اللغوية الكبيرة، متفوقاً بشكل كبير على أساليب الاختبار الأحمر الحالية أحادية الدور أو القائمة على القوالب.
تقدم الورقة البحثية HypoSpace، وهي مجموعة أدوات تشخيصية تقيم النماذج اللغوية الكبيرة باعتبارها مولدات فرضيات ذات قيم مجموعات في المجالات العلمية غير محددة المعالم، وذلك عبر قياس الصلاحية، والتفرد، والاسترداد للكشف عن انهيار النمط الذي تفشل مقاييس الصحة التقليدية في رصده.
يُعد SwiftEmbed نظام تقديم يعتمد على لغة Rust وموجه للإنتاج، ويحقق زمن استجابة فائق الانخفاض (1.12 مللي ثانية p50) وإنتاجية عالية (50,000 طلب في الثانية) للتطبيقات في الوقت الفعلي من خلال استخدام البحث الثابت عن الرموز (static token lookup) وتجميع المتوسط (mean pooling) على نموذج Potion-base-8M المقطر، مما يوفر أداءً قويًا في مهام كشف التكرار والتشابه الدلالي مع التضحية بالدقة في مهام التصنيف والاسترجاع المعقدة مقارنة باستنتاج المحولات (transformer inference) الكامل.
تقدم هذه الورقة البحثية HatePrototypes، وهي طريقة خالية من المعلمات تستخدم تمثيلات متجهية على مستوى الفئة مشتقة من 50 مثالاً فقط لكل فئة لتمكين الكشف الفعال والقابل للتفسير والقابل للنقل لكل من خطاب الكراهية الصريح والضمني دون الحاجة إلى ضبط دقيق متكرر.
تقدم هذه الورقة SPOT، وهو أول متن لغوي ومعيار مرجعي فرنسي مُوسّم للكشف عن "نقاط التوقف" (stopping points)—وهي تدخلات حرجة دقيقة توقف أو تعيد توجيه المناقشات عبر الإنترنت—وتُثبت أن نماذج الترميز (encoder models) المضبوطة بدقة تتفوق على النماذج اللغوية الكبيرة (LLMs) التي تعتمد على التلقين في هذه المهمة، لا سيما عندما تُعزز بالبيانات الوصفية السياقية.
تكشف هذه الورقة أن النماذج اللغوية الكبيرة متعددة الوسائط (MLLMs) تعاني في تكوين المهارات بشكل أمثل عبر الوسائط المختلفة، حيث تظهر فجوات كبيرة في الأداء حتى عند استخدام استراتيجيات مثل تسلسل الأفكر (chain-of-thought) والضبط الدقيق المتخصص.
تقدم هذه الورقة Graphectory، وهو إطار عمل قائم على الرسوم البيانية لتحليل مسارات التنفيذ العشوائية للأنظمة البرمجية الوكيلية، والذي يكشف أن المطالبات الأكثر ثراءً والنماذج الأقوى تنتج أنماط استدلال أكثر تعقيداً مع تمكين المراقبة والتدخل في الوقت الفعلي، مما يحسن معدلات حل المشكلات والكفاءة بشكل كبير.
يستعرض هذا البرنامج التعليمي تطور الوكلاء الحواريين المنطوقين من الأنظمة المتتالية إلى النماذج اللغوية الكبيرة الأصلية في الصوت، مغطياً البنى التقنية، ومجموعات البيانات، ومقاييس التقييم، مع تقديم خارطة طريق عملية ومعالجة التحديات المفتوحة في الخصوصية، والسلامة، والمتانة.
تقدم هذه الورقة البحثية SETUP، وهو مُحلل للجمل من الإنجليزية إلى تمثيل المعنى الموحد (UMR) على مستوى الجملة، يحقق أداءً هو الأفضل حالياً من خلال الضبط الدقيق لنماذج تمثيل المعنى المجرد (AMR والاستفادة من محولات التبعيات العالمية، مما يتيح الإنتاج الآلي واسع النطاق لرسوم بيانية دقيقة لتمثيل المعنى الموحد (UMR).