12380 ورقة بحثية
تتناول هذه الورقة ندرة بيانات اللهجات العربية متعددة الملصقات من خلال بناء مجموعة بيانات جديدة عبر نموذج GPT-4o ومصنفات قبول اللهجات، ثم تُثبت أن تدريب نموذج قائم على BERT باستخدام التعلم المنهجي يحسن التعميم بشكل كبير، محققاً مقياس F1 كلي قدره 0.69 مقارنة بأفضل النتائج السابقة التي بلغت 0.55.
تقدم هذه الورقة طريقة لتكييف إطار عمل LLaVA مع اللغة البولندية باستخدام مسار ترجمة مؤتمت بالكامل وبيانات اصطناعية، محققةً تحسينات كبيرة في الأداء مقارنة بالنموذج المرجعي الإنجليي، مع إثبات أن الترجمة المؤتمتة واسعة النطاق يمكن أن تعزز بفعالية نماذج الرؤية واللغة عالية الجودة للغات ذات الموارد المحدودة.
تقدم هذه الورقة "الاستعلام كمرساة" (Query-as-Anchor)، وهو إطار عمل يستفيد من مجموعة بيانات تدريب مسبق واسعة النطاق (UserU) وبنية نموذج لغوي كبير ثنائية البرج مع ضبط المحفز الناعم القائم على التجميع لتوليد تمثيلات مستخدم ديناميكية ومرتبطة بالاستعلام، مما يحقق أداءً هو الأفضل حالياً ونشراً فعالاً عبر سيناريوهات صناعية متعددة في Alipay.
تقدم هذه الورقة FrameRef، وهي مجموعة بيانات واسعة النطاق من الادعاءات المعاد صياغتها بشكل منهجي، وبيئة اختبار محاكاة تستخدم شخصيات وكلاء حساسة لإعادة الصياغة لنمذجة كيف يمكن للتحولات المنهجية الصغيرة في التعرض للمعلومات داخل أنظمة التصنيف أن تتراكم بمرور الوقت لتؤثر بشكل كبير على الصحة المعلوماتية طويلة الأمد.
تُثبت هذه الورقة أن تقنيات التلقين المهيكلة، بما في ذلك التوثيق النحوي الصريح، والقيود السلبية، وتوليد البيانات الاصطناعية، يمكن أن تمكّن النماذج اللغوية الكبيرة من تحقيق دقة نحوية عالية في لغة "تولو"، وهي لغة ذات موارد منخفضة للغاية، دون الحاجة إلى ضبط دقيق للنموذج.
تقدم هذه الورقة طريقة لاستخدام النماذج اللغوية الكبيرة لتصنيف أكثر من 350,000 إشارة غير منظمة للمنظمات والأنشطة الترفيهية من مقابلات النازحين الفنلنديين من منطقة كاريليا خلال الحرب العالمية الثانية إلى إطار عمل مهيكل، مما يتيح التحليل الكمي للاندماج الاجتماعي.
تقدم هذه الورقة LuxMT، وهو نظام ترجمة آلية تم ضبطه بدقة على نموذج Gemma 3 27B للترجمة من اللغة اللوكسمبورغية إلى الفرنسية والإنجليزية باستخدام بيانات من LuxAlign وLuci، مما يُظهر تحسينات كبيرة في الأداء مقارنة بالنموذج المرجعي ويستكشف إمكانات LuxEmbedder كمعيار لتقدير الجودة.
يُعد ExpertWeaver إطار عمل لا يتطلب تدريباً يعمل على إطلاق بنية "خليط الخبراء" (Mixture-of-Experts) الكامنة داخل النماذج اللغوية الكبيرة الكثيفة سابقة التدريب، وذلك من خلال تحليل أنماط تنشيط وحدات (GLU) لتقسيم الخلايا العصبية إلى مجموعات عامة ومتخصصة، مما يجعله يتفوق على الأساليب الحالية في كل من التقليم الهيكلي الديناميكي وتهيئة نماذج (MoE).
تُعد Ruva بنية ذكاء اصطناعي شخصي من نوع "الصندوق الزجاجي" تستبدل الاسترجاع القائم على المتجهات غير الشفاف برسم بياني معرفي شخصي محلي وشفاف لتمكين التنسيق البشري في الحلقة ضمن الذاكرة، والتعمية الدقيقة للحقائق، والامتثال الحقيقي للخصوصية.
تقدم هذه الورقة البحثية SquRL، وهو إطار عمل للتعلم التعزيزي يُمكّن النماذج اللغوية الكبيرة من بناء مسارات عمل (Text-to-SQL) مثالية ديناميكيًا عند وقت الاستدلال، مما يتفوق بذلك على الطرق الثابتة — لا سيما في الاستعلامات المعقدة وخارج نطاق التوزيع — من خلال الاستفادة التكيفية من تباين مسارات العمل المرشحة.