12253 ورقة بحثية
تقدم هذه الورقة البحثية SAFARI، وهي مجموعة بيانات متعددة اللغات ومشاركة مجتمعيًا تضم أكثر من 6,700 صورة نمطية عبر 16 لغة من غانا وكينيا ونيجيريا وجنوب أفريقيا، صُممت لمعالجة نقص تمثيل سياقات أفريقيا جنوب الصحراء الكبرى في تقييمات سلامة الذكاء الاصطناعي التوليدي من خلال طرق استقصائية حساسة ثقافيًا وباللغات الأصلية.
تُثبت هذه الورقة أنه بينما تمتلك النماذج اللغوية الكبيرة تمثيلات لمفاهيم مجردة (متجهات المفاهيم) التي تعمم عبر تنسيقات ولغات المدخلات، فإن متجهات الوظائف المستخدمة عادةً لتعزيز أداء التعلم في السياق هي محددة بتنسيق معين وتفتقر إلى هذا الثبات.
تحلل هذه الورقة أساليب الاستدلال الكامن تحت مستويات متفاوتة من الإشراف، كاشفةً أنه في حين يقلل الإشراف الأقوى من سلوك الاختصار، فإنه يحد من تنوع الفرضيات، بينما يعزز الإشراف الأضعف التمثيلات الأكثر ثراءً على حساب زيادة الاختصارات، وأن عملية الاستدلال تعتمد على التقليم الضمني بدلاً من البحث المنظم.
تقترح هذه الورقة بنية دمج مبتكرة تجمع بين نموذج BanglaBERT-Large المدرك للسياق وبين شبكة LSTM مكدسة ذات طبقتين لمعالجة تحديات الكشف عن التنمر السيبراني متعدد الملصقات في لغة البنغالية ذات الموارد المنخفضة، وذلك من خلال النمذجة المشتركة للسياق الدلالي والاعتمادات التسلسلية.
تقدم هذه الورقة البحثية CultureManager، وهو مسار عمل مبتكر يحقق مواءمة ثقافية فعالة في النماذج اللغوية الكبيرة من خلال توليد بيانات ثقافية مدركة للمهام واستخدام موجه معياري لاختيار الموائمات الثقافية المناسبة، مما يتغلب على قيود الطرق الحالية في التعامل مع أهداف مهام محددة والتداخل بين الثقافات.
تقدم الورقة البحثية VeRO، وهي حزمة تقييم ومجموعة اختبار شاملة مصممة لتقييم وتحسين وكلاء البرمجة بشكل منهجي من خلال دورات تحسين الوكيل التكرارية، مما يعالج التحديات الفريدة المتمثلة في تقييم الأنظمة التي تجمع بين الكود الحتمي وإكمالات النماذج اللغوية الكبيرة العشوائية.
تقدم هذه الورقة البحثية مجموعة بيانات "AI Sydney"، وهي عبارة عن 4.5 ألف نص من إنتاج النماذج اللغوية الكبيرة عبر 12 نموذجاً ريادياً وثلاث شخصيات متميزة (سيدني الافتراضية، وسيدني الكلاسيكية، وسيدني الميمية)، صُممت لتتبع الانتقال الميمي لشخصية سيدني المثيرة للجدل وتحليل كيفية تشكيل الهويات المحاكية لسرديات العلاقة بين الذكاء الاصطناوي والبشري.
تُثبت هذه الورقة أن التحسين التلقائي للمطالبات باستخدام طريقة "جنتيك-باريتو" (GEPA) يعزز بشكل كبير قدرات اكتشاف الأخطاء لكل من النماذج اللغوية الصغيرة والكبيرة في الملاحظات الطبية، محققاً أداءً يمثل أحدث ما توصل إليه العلم في معيار MEDEC ويقترب من دقة الأطباء البشريين.
تقترح هذه الورقة إطار عمل موحداً من نوع (RNN-T) يستخدم النمذجة المدركة للهجات لفصل المحتوى اللغوي عن الاختلافات اللهجوية، ويستخدم شبكات تنبؤ فعالة في استخدام المعلمات للنمذجة المشتركة للتعرف الآلي على الكلام (ASR) لكل من الرموز الصينية (Hanzi) ونظام الـ (Pinyin)، مما يحقق انخفاضاً كبيراً في معدل الخطأ على مجموعة بيانات (HAT) لغة هاكا التايوانية منخفضة الموارد.
تجادل هذه الورقة البحثية بأن النماذج المعرفية وخوارزميات الذكاء الاصطناعي تعمل كمخططات فعالة لتصميم وكلاء لغويين نمطيين من خلال صياغة قوالب للوكلاء تحدد كيفية دمج نماذج لغوية كبيرة متعددة لحل مهام معقدة تتجاوز قدرات النموذج الواحد.