12322 ورقة بحثية
تقترح الورقة البحثية "التحسين المباشر للمتفضلات الموزون بالمحاذاة" (Alignment-Weighted DPO)، وهي طريقة جديدة للمحاذاة الأمنية تستفيد من مجموعة بيانات "سلسلة أفكار" (Chain-of-Thought) مدركة للاستنتاج وتحسين المتفضلات الموزون لتعزيز متانة النماذج اللغوية الكبيرة ضد هجمات كسر الحماية مع الحفاظ على الفائدة.
تقترح هذه الورقة إطار عمل لاعتماد الموثوقية في الصندوق الأسود يجمع بين أخذ عينات الاتساق الذاتي والمعايرة المطابقة لتوفير ضمانات ثقة دقيقة، وذات عينات محدودة، ومستقلة عن التوزيع لمخرجات الوكيل الاصطناعي، مما يمكّن الممارسين من تعيين مستويات موثوقية برقم واحد تتكيف مع صعوبة المهمة وقدرة النموذج مع تقليل تكاليف واجهة برمجة التطبيقات بشكل كبير.
تقترح هذه الورقة البحثية "تمثيلات الشخصيات الغنية" (RCE)، وهي نهج قائم على المحولات (transformer) يقوم بتوليد ناقلات الكلمات مباشرة من سلاسل الحروف لالتقاط الفروق الدقيقة في الكتابة والصرف بشكل أفضل، مما يظهر أداءً فائقاً على طرق الوحدات الفرعية التقليدية للغات ذات الموارد المنخفضة والمعقدة صرفياً عبر مهام متنوعة.
تُظهر هذه الورقة البحثية بشكل منهجي أنه بالنسبة للاستدلال المكاني البصري في نماذج الرؤية واللغة، فإن حقن معلومات إضافية تتعلق بالمكان أو المنطق العام أو الاستدلال بشكل عشوائي يؤدي غالباً إلى تدهور الأداء، بينما يحقق الحقن المستهدف والانتقائي للمعلومات نتائج متفوقة.
تقدم هذه الورقة إطاراً قائماً على النظرية ومجموعة بيانات مشروحة من قبل خبراء لتدريب نموذج لغوي كبير متخصص يقدم تقييمات دقيقة متعددة الأبعاد وتغذية راجعة قابلة للتفسير حول استجابات المستشارين لمقاومة العملاء، متفوقاً بشكل ملحوظ على النماذج اللغوية الكبيرة العامة ومحسناً مهارات المستشارين الإكلينيكية بشكل ملموس.
تقترح الورقة البحثية "تحفيز التناثر" (Sparsity Induction)، وهي تقنية ما قبل التقليم تعزز تناثر النموذج على مستويي التوزيع والميزات من خلال القياس المكافئ رياضياً وفقدان المعيار الطيفي، مما يتيح تقليماً أكثر فعالية لما بعد التدريب للنماذج اللغوية الكبيرة دون تكبد أعباء حسابية إضافية.
تقدم الورقة البحثية DWA-KD، وهو إطار عمل مبتكر لتقطير المعرفة عبر أجهزة الترميز (cross-tokenizer) يعمل على تحسين ضغط النماذج اللغوية الكبيرة من خلال الجمع بين وزن الرموز القائم على الإنتروبيا في الفضاء المزدوج وبين التواء زمن ديناميكي ناعم (Soft Dynamic Time Warping) لتحقيق محاذاة معجمية ودلالية دقيقة بين نموذجي المعلم والطالب.
تقترح هذه الورقة البحثية إطار عمل "الاستكشاف على الرسم البياني" (Explore-on-Graph - EoG)، وهو إطار عمل مبتكر يسخر التعلم المعزز مع نمذجة مكافأة مُحسّنة بالمسارات لتحفيز النماذج اللغوية الكبيرة على استكشاف مسارات استدلال متنوعة ذاتياً على الرسوم البيانية للمعرفة، مما يتغلب على قيود الأساليب السابقة ويحقق أداءً رائدًا في معايير الأسئلة والأجوبة القائمة على الرسوم البيانية للمعرفة (KGQA).
تقترح هذه الورقة إطار عمل "وصل وشغل" (plug-and-play) يعمل على تقطير قدرات الاستنتاج من النماذج اللغوية الكبيرة إلى نماذج IDRR خفيفة الوزن عبر تدريبها بشكل مشترك على التنبؤ بالعلاقات والتفسيرات اللغوية الطبيعية المولدة بواسطة النماذج اللغوية الكبيرة، مما يحسن الأداء والقابلية للتفسير بشكل كبير.
تقدم هذه الورقة البحثية FewMMBench، وهو معيار شامل لتقييم النماذج اللغوية الكبيرة متعددة الوسائط في ظل ظروف التعلم بلقطات قليلة، كاشفةً أن النماذج المضبوطة بالتعليمات غالباً ما تظهر تحسناً ضئيلاً أو حتى تراجعاً في الأداء عند استخدام أمثلة توضيحية إضافية أو تقنية سلسلة الأفكار.