12253 ورقة بحثية
تقدم هذه الورقة LilMoo، وهو نموذج لغوي للغة الهندية بـ 0.6 مليار معلمة تم تدريبه من الصفر على مجموعة بيانات منسقة بجودة عالية وشفافية، والذي يتفوق على النماذج الأساسية متعددة اللغات ذات الحجم المماثل، ويُثبت أن التدريب المسبق المتخصص يمكنه معالجة فجوات اللغات ذات الموارد المنخفضة بفعالية دون الاعتماد على النماذج التأسيسية الغامضة.
تقدم الورقة البحثية "Tucano 2"، وهي مجموعة مفتوحة المصدر بالكامل من النماذج اللغوية الكبيرة ذات المعلمات التي تتراوح بين 0.5 و3.7 مليار، للغة البرتغالية، وتتميز بمجموعات بيانات ووصفات تدريب محسنة تحقق أداءً هو الأفضل في فئته على معايير اللغة، مع توفير موارد شاملة وقابلة لإعادة الإنتاج للمجتمع.
تقدم الورقة البحثية BeliefSim، وهو إطار عمل يستفيد من ملفات تعريف الاعتقاد المستوحاة من علم النفس لمحاكاة التباينات الديموغرافية في القابلية للتأثر بالمعلومات المضللة بنجاح باستخدام النماذج اللغوية الكبيرة، محققاً دقة تصل إلى 92%.
تقترح هذه الورقة نموذج LIGRAM، وهو نموذج رسم بياني غير متجانس هرمي معزز بالتعلم التبايني الدلالي، لتحسين تصنيف النصوص الكورية القصيرة من خلال الاستفطادة من الصرف الإلصاقي للغة وترتيب الكلمات المرن للتغلب على ندرة البيانات السياقية.
يقدم البحث نظام COREA، وهو نظام استدلال فعال من حيث التكلفة يقوم بعملية تعاقب لنموذج لغوي صغير مع نموذج لغوي كبير ويوظف التعلم المعزز لمعايرة درجات الثقة، مما يقلل تكاليف الاستدلال بشكل كبير مع الحفاظ على دقة عالية.
يُعد MOOSE-Star إطار عمل موحداً يتغلب على الاستعصاء الرياضي لتدريب نماذج الاكتشاف العلمي بشكل مباشر من خلال تفكيك عملية الاستدلال التوليدي إلى مهام فرعية قابلة للحل وتوظيف البحث الهرمي الموجه بالدوافع، مما يتيح التدريب القابل للتوسع والتوسع المستمر أثناء وقت الاختبار مع تقليل التعقيد من أسي إلى لوغاريتمي.
تقدم هذه الورقة تقنية "بنية التفكير" (Structure-of-Thought - SoT)، وهي تقنية توجيه تعزز أداء النموذج من خلال توجيه بناء هياكل نصية وسيطة، وتقدم T2S-Bench، وهو أول معيار شامل لتقييم وتحسين قدرات الاستدلال من النص إلى البنية عبر مختلف المجالات والمهام العلمية.
تقدم الورقة البحثية SWE-CI، وهو أول معيار مرجعي على مستوى المستودع مبني على حلقات التكامل المستمر لتقييم قدرة وكلاء النماذج اللغوية الكبيرة على صيانة الكود البرمجي على المدى الطويل من خلال مطالبتهم بحل مهام تطور معقدة ومتعددة الالتزامات (commits) عبر فترات ممتدة، مما ينقل التركيز من مجرد الصحة الوظيفية الساكنة ذات الخطوة الواحدة إلى جودة الكود الديناميكية والمستدامة.
تُثبت هذه الورقة أن المحفزات السياقية المُحسّنة خصيصاً عبر الهجمات العدائية يمكن أن تستحث مستويات أعلى بكثير من "التظاهر بالضعف الاستراتيجي" (strategic sandbagging) في النماذج اللغوية مقارنة بالمحفزات المصممة يدوياً، مما يكشف أن الاستدلال الواعي بالتقييم هو ثغرة حقيقية تعتمد على بنية المهمة وتشكل تهديداً جسيماً لموثوقية النموذج.
تقترح هذه الورقة طريقة مراقبة قائمة على التنشيط باستخدام المشفرات التلقائية المتفرقة والمصنفات الخطية للكشف عن سلوك "تحايل المكافأة" الناشئ في النماذج اللغوية الكبيرة المضبوطة بدقة أثناء عملية التوليد، مما يثبت أن أنماط التنشيط الداخلية توفر إشارات موثوقة، ومبكرة، وعامة لعدم الاتساق غالباً ما تسبق أو تستمر لما بعد تحليل المخرجات النهائية.