cs.CL ورقة بحثية

GATES: Self-Distillation under Privileged Context with Consensus Gating

تقترح الورقة البحثية إطار عمل GATES، وهو إطار للتقطير الذاتي يستفيد من إجماع المعلم على مسارات الاستدلال المرتكزة على الوثائق لتوليد إشارات إشراف موثوقة، مما يحسن بشكل كبير أداء نماذج الطالب الخالية من الوثائق في الإعدادات التي تفتقر إلى تسميات الحقيقة الأرضية.

Alex Stein, Furong Huang, Tom Goldstein2026-02-25

💬 NLP

Personal Information Parroting in Language Models

تقدم هذه الورقة مجموعة كاشفات محسنة تعتمد على التعبيرات النمطية (regex) لتكشف أن النماذج اللغوية، لا سيما مع زيادة حجمها ومدة تدريبها، تقوم في كثير من الأحيان بحفظ وإعادة إنتاج المعلومات الشخصية حرفياً من بيانات التدريب المسبق الخاصة بها، مما يستلزم تصفية صارمة وإخفاءً للهوية في مجموعات البيانات للتخفيف من مخاطر الخصوصية.

Nishant Subramani, Kshitish Ghate, Mona Diab2026-02-25

💬 NLP

CARE: An Explainable Computational Framework for Assessing Client-Perceived Therapeutic Alliance Using Large Language Models

تقدم الورقة البحثية إطار عمل CARE، وهو إطار عمل قائم على النماذج اللغوية الكبيرة (LLM) وقابل للتفسير، يستفيد من الإشراف المعزز بالتعليل للتنبؤ بدقة بدرجات التحالف العلاجي المتعددة الأبعاد التي يدركها العميل، وتوليد تعليلات قابلة للتفسير من نصوص الاستشارات، متفوقاً بذلك على النماذج الحالية وموفراً رؤى قابلة للتنفيذ لرعاية الصحة النفسية.

Anqi Li, Chenxiao Wang, Yu Lu, Renjun Xu, Lizhi Ma, Zhenzhong Lan2026-02-25

💬 NLP

ID-LoRA: Efficient Low-Rank Adaptation Inspired by Matrix Interpolative Decomposition

يُعد ID-LoRA إطار عمل جديداً للضبط الدقيق بكفاءة في المعلمات، حيث يستفيد من التفكيك الاستيفائي للمصفوفات لاستخراج وإعادة استخدام مجموعات المعلمات المتكتلة، مما يتيح أداءً فائقاً عبر مختلف المقاييس مع تقليل المعلمات القابلة للتدريب بشكل كبير مقارنة بـ LoRA القياسي ومتغيراته.

Xindian Ma, Rundong Kong, Peng Zhang, Ruoxiang Huang, Yongyu Jiang2026-02-25

💬 NLP

RMIT-ADM+S at the MMU-RAG NeurIPS 2025 Competition

تقدم هذه الورقة البحثية نظام RMIT-ADM+S، وهو نظام توليد معزز بالاسترجاع حائز على جوائز وكفء في استهلاك الموارد، يتميز بهندسة "التوجيه إلى RAG" (R2R2G) المبتكرة التي تكيف استراتيجيات الاسترجاع ديناميكيًا بناءً على تعقيد الاستعلام لتحقيق أداء عالٍ على الأجهزة المخصصة للمستهلكين.

Kun Ran, Marwah Alaofi, Danula Hettiachchi, Chenglong Ma, Khoi Nguyen Dinh Anh, Khoi Vo Nguyen, Sachin Pathiyan Cheruman (…)2026-02-25

💬 NLP

Adaptive Text Anonymization: Learning Privacy-Utility Trade-offs via Prompt Optimization

تقدم هذه الورقة إطار عمل لإخفاء هوية النصوص بشكل تكيفي يستخدم تحسين الأوامر لإنشاء تعليمات محددة السياق لنماذج اللغات تلقائياً، مما يوازن بفعالية بين الخصوصية والمنفعة عبر مجالات متنوعة ويتفوق على النماذج المرجعية الثابتة مع اكتشاف استراتيجيات جديدة لإخفاء الهوية.

Gabriel Loiseau, Damien Sileo, Damien Riquet, Maxime Meyer, Marc Tommasi2026-02-25

💬 NLP

Overton Pluralistic Reinforcement Learning for Large Language Models

تقدم هذه الورقة البحثية إطار OP-GRPO، وهو إطار للتعلم التعزيزي يُمكّن نموذج لغة كبيرًا واحدًا من توليد استجابات متنوعة وتعددية من خلال تدريب مُقدِّر تشابه وتوظيف نظام مكافأة مزدوج، محققًا تغطية فائقة لوجهات النظر ودقة أعلى مقارنة بالنماذج المرجعية الأكبر والأنظمة المعمارية المجزأة.

Yu Fu, Seongho Son, Ilija Bogunovic2026-02-25

💬 NLP

FinAnchor: Aligned Multi-Model Representations for Financial Prediction

إن FinAnchor هو إطار عمل خفيف الوزن يعزز التنبؤ المالي من المستندات الطويلة عبر محاذاة وتجميع التضمينات غير المتجانسة من نماذج لغوية كبيرة متعددة في تمثيل موحد دون الحاجة إلى ضبط دقيق، مما يجعله يتفوق على النماذج أحادية النموذج ونماذج التجميع القياسية.

Zirui He, Huopu Zhang, Yanguang Liu, Sirui Wu, Mengnan Du2026-02-25

💬 NLP

Blackbird Language Matrices: A Framework to Investigate the Linguistic Competence of Language Models

تقدم هذه الورقة مصفوفات بلاك بيرد اللغوية (BLM)، وهي إطار عمل جديد ومنظم متعدد الخيارات مستوحى من اختبارات الذكاء، يتيح استقصاءً مفصلاً في الكفاءة اللغوية، والمنهجية، وقدرات الاستنتاج لدى النماذج اللغوية الكبيرة من خلال مجموعات بيانات منسقة وقابلة للتفسير.

Paola Merlo, Chunyang Jiang, Giuseppe Samo, Vivi Nastase2026-02-25

⚡ electrical engineering

Multimodal MRI Report Findings Supervised Brain Lesion Segmentation with Substructures

تقدم هذه الورقة MS-RSuper، وهو إطار عمل موحد للتعلم الخاضع للإشراف ومدرك لعدم اليقين، يستفيد من تقارير الرنين المغناطيسي متعددة الوسائط التي تم تحليلها لتوجيه تقسيم آفات الدماغ عن طريق محاذاة الإشارات النوعية للوسائط مع البنى الفرعية، وفرض قيود كمية أحادية الجانب، ودمج الأولويات التشريحية، مما يتفوق على الأساليب الحالية في مجموعات البيانات ذات الإشراف المعتمد على التقارير الشحيحة.

Yubin Ge, Yongsong Huang, Xiaofeng Liu2026-02-25

→ السابق التالي ←