12021 ورقة بحثية
تقترح هذه الورقة طريقة لتزويد وكلاء النماذج اللغوية الكبيرة (LLM) بقدرات استرجاع أصلية عبر إسقاط حالاتهم الخفية مباشرة في فضاء التضمين من خلال رأس خفيف الوزن، مما يلغي الحاجة إلى نموذج تضمين منفصل مع الاحتفاظ بـ 97% من جودة الاسترجاع المرجعية.
تُثبت هذه الدراسة الاستشرافية للجدوى أن نظام الذكاء الاصطناً التفاعلي (AMIE) يمكنه إجراء أخذ التاريخ السريري وتقديم مقترحات تشخيصية بأمان وفعالية في بيئة رعاية عاجلة واقعية، محققاً رضا عالياً للمرضى ودقة تشخيصية تضاهي مقدمي الرعاية الأولية مع عدم الحاجة إلى أي تدخل بشري في الوقت الفعلي.
تقدم الورقة البحثية Drift2Act، وهو متحكم يعيد صياغة مراقبة انحراف التوزيع كعملية اتخاذ قرار مقيدة من خلال الجمع بين الاستشعار وشهادات المخاطر عبر الإنترنت لاختيار التدخلات فعالة التكلفة أو التصعيدات الحافظة للسلامة ديناميكيًا، مما يحقق انتهاكات سلامة تقترب من الصفر وتعافيًا سريعًا في ظل قيود الموارد الواقعية.
تُظهر هذه الدراسة أن ChatGPT تفوق على اثنين من طلاب الطب في الإجابة على أسئلة صعبة في طب أمراض القلب وأمراض الأوعية الدموية، محققاً معدل دقة بلغ 92.10% في مجموعة بيانات مكونة من 190 سؤالاً، مما يسلط الضوء على إمكاناته كأداة قيمة للتعليم الطبي.
تكشف هذه الورقة عن تفاوت كبير في الأداء، حيث تتفوق النماذج اللغوية الكبيرة في مهام التوليد ولكنها تعاني في التقييم، وغالباً ما تصدر أحكاماً غير مخلصة حتى في المجالات التي تفتقر فيها إلى الكفاءة، مما يتحدى الافتراض بأن البراعة التوليدية تضمن الموثوقية التقييمية.
تقترح هذه الورقة استخدام ChatGPT لإجراء تحليل للمشاعر تجاه الاستشهادات المرجعية داخل المقالات العلمية، بهدف الكشف عن أنماط الاستقبال الدقيقة ورصد التحيزات المحتملة أو تضارب المصالح لتعزيز نزاهة البحث العلمي.
تقترح هذه الورقة مساراً مبتكراً للتعلم النشط يتكون من مرحلتين للتعرف التلقائي على الكلام، يجمع بين تجميع ناقلات x (x-vector clustering) غير الخاضع للإشراف وطريقة اختيار الدفعات البايزية الخاضعة للإشراف لتحديد العينات المتنوعة والمعلوماتية بكفاءة، مما يقلل بشكل كبير من جهد التصنيف مع تحسين أداء النموذج عبر مختلف ظروف الاختبار.
تُثبت هذه الورقة أن مقاييس التحيز الشائعة الاستخدام تفشل في رصد الأضرار التخصيصية الناتجة عن النماذج اللغوية الكبيرة بشكل موثوق لأنها تغفل التفاوت الحرج بين تنبؤات النموذج والقرارات الفعلية المتخذة عند تخصيص الموارد المحدودة.
تقترح هذه الورقة إطار عمل فعال في استهلاك الموارد وقابلاً للتفسير يعمل على تخفيف التحيزات في النماذج اللغوية الكبيرة عند وقت فك التشفير من خلال الاستفادة من نماذج خبراء صغيرة مضبوطة بدقة لتوليد إشارات إزالة التحيز، مما يحقق انخفاضات كبيرة في تحيزات النوع الاجتماعي والعرق والدين مع الحفاظ على الأداء العام للنموذج.
تقدم هذه الورقة البحثية LEO، وهي بنية نموذج لغوي كبير متعدد الوسائط ومبسطة تستخدم استراتيجية دمج خفيفة الوزن تعتمد على أجهزة عرض ما بعد التكيف، وتداخل التسلسل على مستوى البلاطات، والتقسيم الديناميكي للبلاطات لتعزيز الفهم البصري بشكل كبير عبر مختلف المعايير والمجالات المتخصصة مثل القيادة الذاتية.