12253 ورقة بحثية
تقترح هذه الورقة إطار تقييم حساس للمخاطر ينقل التركيز من الصحة الواقعية إلى الضرر المحتمل للنصائح الطبية المهلوسة عبر قياس اللغة الحاملة للمخاطر، مما يكشف أن المقاييس القياسية تفشل في رصد الفروق الجوهرية المتعلقة بالسلامة بين النماذج.
تقدم هذه الورقة HLE-Verified، وهي نسخة مراجعة ومنقحة بشكل منهجي من معيار Humanity's Last Exam، تستخدم سير عمل ثنائي المرحلة للتحقق والإصلاح من قبل الخبراء للقضاء على العناصر المشوشة، مما يؤدي إلى تحسين دقة وموثوقية تقييمات النماذج اللغوية الرائدة بشكل كبير.
تقدم هذه الورقة نظام "Open Rubric System" (OpenRS)، وهو إطار عمل يستبدل المكافآت القياسية الغامضة بمعايير تقييم صريحة، وتكيفية، وقابلة للفحص لتحسين المتانة والتعميم في محاذاة التعلم التعزيزي مفتوح النهايات.
تقدم هذه الورقة إطار عمل لنمذجة أنماط التدخل البشري المتميزة في وكلاء الويب باستخدام مجموعة بيانات CowCorpus التي جُمعت حديثاً، مما يثبت أن تدريب النماذج اللغوية على توقع مشاركة المستخدم يحسن بشكل كبير كلاً من دقة التنبؤ بالتدخل وفائدة الوكيل وفق تقييم المستخدم.
تستقصي هذه الورقة كيفية تحسين سياق المدخلات للنماذج اللغوية الكبيرة في أسواق الإشارات عبر تقديم "التلقين المشروط بالسوق" (MCP) ومتغيره الخليطي (MixMCP)، مما يثبت أن المعلومات السياقية الأكثر ثراءً ومعاملة احتمالات السوق كاحتمالات سابقة يحسنان بشكل كبير من دقة ومعايرة توقعات الكلمات المفتاحية والإشارات.
تقدم هذه الورقة "رؤوس الانتقال الاسترجاعي" (Retrieval-Transition Heads - RTHs) كآليات انتباه متميزة في النماذج اللغوية الكبيرة متعددة اللغات، وهي الآليات التي تحكم الانتقال إلى مخرجات اللغة المستهدفة وتعد أكثر أهمية من رؤوس الاسترجاع في عمليات الاستنتاج عبر اللغات باستخدام "سلسلة الأفك " (Chain-of-Thought)، كما يتضح من الانخفاض الكبير في الأداء عند حجبها عبر اختبارات عيارية وعائلات نماذج متعددة.
تجادل هذه الورقة بأن انتشار فك التشفير الشبيه بالنماذج ذات الترتيب الذاتي (autoregressive-like decoding) في نماذج اللغة الانتشارية (Diffusion Language Models) ينبع من عدم توافق بين أهدافها وبيانات التدريب المتسلسلة، وتقترح منهجية NAP، وهي نهج قائم على البيانات يعمل على تنسيق مسارات استدلال مستقلة لتمكين توليد متوازٍ غير ذاتي الترتيب بشكل حقيقي مع تحسين الأداء في اختبارات معايير الاستدلال الرياضي.
توضح هذه الورقة كيف يمكن للذكاء الاصطناعي التوليدي أن يعمل كمحرك للمصادفات السعيدة لاستخراج وتنظيم مكونات المعرفة القابلة لإعادة الاستخدام من الأدبيات القائمة في مستودع متوافق مع نموذج الأنظمة الحيوية، مما يقدم إطاراً استراتيجياً للمؤسسات للتنقل عبر عدم اليقين الناتج عن تعدد الأزمات من خلال إعادة توظيف المعرفة بشكل منهجي بدلاً من الاعتماد فقط على الابتكار الجذري.
تقدم هذه الورقة البحثية TTE-v2، وهو إطار عمل استرجاع متعدد الوسائط متتالي يستفيد من توسيع الرموز القائم على الاستدلال وحلقة تغذية راجعة بين إعادة التصنيف والاسترجاع لتحقيق أداء هو الأفضل في فئته على معيار MMEB-V2، مما يوفر بديلاً فعالاً من حيث عدد الرموز لتوسيع حجم النماذج التقليدي.
تقدم هذه الورقة إطار عمل لنماذج لغوية كبيرة وكيلية (agentic LLM) يستخدم تقنية التوليد المعزز بالاسترجاع (RAG) لأتمتة فحص الوسائط السلبية للامتثال لمكافحة غسل الأموال، مما يميز بفعالية بين الأفراد عالي المخاطر والأسماء النظيفة من خلال إنشاء مؤشر للوسائط السلبية لتقليل النتائج الإيجابية الكاذبة وجهود المراجعة اليدوية.