11158 ورقة بحثية
تُثبت هذه الورقة أن طرق التقييم القائمة على إعادة التشغيل الساكنة تفشل جوهرياً في تقييم موجّهات وكلاء النماذج اللغوية الكبيرة، لأن استبدال مخرجات النموذج في المسارات المسجلة يتجاهل التباعد المتتالي لأفعال الوكيل اللاحقة، مما يؤدي إلى مقاييس أداء مضللة لا تعكس النتائج في العالم الحقيقي.
تقترح هذه الورقة البحثية منهجية "تخصيص الائتمان القائم على التغذية الراجعة البيئية" (EFCA)، وهي نهج للتعلم التعزيزي متعدد المقاييس الزمنية يستفيد من آثار الأفعال قصيرة المدى وأنماط تاريخ الحالة متوسطة المدى المستخرجة من التفاعلات البيئية لتفكيك المكافآت الشحيحة وتحسين الأداء في المهام الوكيلية طويلة الأمد.
تتقصى هذه الورقة مدى موثوقية مقاييس التقييم الآلي الحالية للترجمة من الصينية الكلاسيكية إلى الإنجليزية، كاشفةً أنه في حين أن جميع المقاييس تعاني من نقاط قصور، فإن MetricX24 هو الأفضل أداءً، مما يسلط الضوء على الحاجة الملحة لمقاييس أكثر قوة وقابلية للتفسير مصممة خصيصاً لأطر الترجمة المتميزة تاريخياً وثقافياً.
تقترح هذه الورقة استخدام تنسيقات ذاكرة مهيكلة ومقسمة حسب النطاق بدلاً من القوائم غير المهيكلة للتخفيف بفعالية من تسرب النطاقات المتقاطعة والتملق الناجم عن الذاكرة في النماذج اللغوية الكبيرة المخصصة مع الحفاظ على فائدتها.
تقترح هذه الورقة طريقة تحسين لاحقة (post-hoc) تحدد وتزيل مكوناً قابلاً للفصل ومسبباً لتدهور السلامة من نواقل توجيه النماذج اللغوية الكبيرة، مما يخفف من مخاطر السلامة مع الحفاظ على التوجيه السلوكي المنشود وتقليل حالات الرفض الخاطئ.
تكشف هذه الورقة أن نماذج الاستدلال متعددة اللغات غالباً ما تظهر "تأثير انهيار اتساق اللغة"، حيث يؤدي تزايد صعوبة المهمة إلى تحول مفاجئ نحو لغة داخلية مهيمنة، مما يؤدي إلى سيناريوهات يتم فيها الحفاظ على الدقة أو تحسينها رغم فقدان اتساق لغة المخرجات، مما يثبت أن التقييم الموثوق يتطلب مراعاة دقة المهمة واتساق اللغة والصعوبة بشكل مشترك.
تكشف هذه الدراسة أن النماذج اللغوية الكبيرة غالباً ما تتجاهل البيانات المرجعية المضمنة بكفاءة في تعليمات خادم بروتوكول سياق النموذج (MCP) لصالح أدوات البحث بسبب تفضيلات سلوكية، مما يستلزم وجود آليات صريحة على مستوى المضيف لإعطاء الأولوية لسياق التعليمات على اختيار الأدوات.
تقدم الورقة البحثية نموذج VectraYX-Vision-1B، وهو نموذج لغوي بصري باللغة الإسبانية يقل حجمه عن 2 مليار معلمة ومتخصص في أدوات الأمن السيبراني، يتميز بالاستدلال الهيكلي الأصيل واستخدام الأدوات، ولكنه يعاني حاليًا من ضعف في التأسيس البصري بسبب قيود التدريب وخطأ في نقطة التحقق، مما استدعى إصدار دراسة استئصالية وموارد مفتوحة المصدر لمعالجة هذه المشكلات.
يُعد HoloAegis إطار عمل أمانًًا ذو معلمات دنيا ولا يتطلب تدريبًا، حيث يحقق حواجز حماية متطورة لنماذج اللغات الكبيرة (LLMs) بنمط الصفر المعرفة عبر فصل التمثيلات الدلالية المجمدة عن الاستدلال الطوبولوجي الهندسي البحت، مما يلغي الحاجة إلى الضبط الدقيق مع ضمان زمن انتقال يقل عن الميلي ثانية ونقل قوي عبر اللغات.
تقدم الورقة البحثية OpenVisTool، وهو إطار عمل يعمل على تخليق مسارات استخدام أدوات إرشادية من خلال التصفية بناءً على كل من صحة الإجابة والمساهمة السببية لملاحظات الأدوات، مما ينتج عنه مجموعة بيانات ومعيار مرجعي يحسنان بشكل كبير أداء الوكلاء متعددي الوسائط عبر تعليم النماذج ربط استخدام الأدوات بالأدلة بدلاً من مجرد محاكاة أنماط الاستدعاء.