12380 ورقة بحثية
تقترح هذه الورقة إطار عمل جديد لوظيفة الشخصية يربط بين النماذج الأصلية اليونغية وأنواع نورث روب فري الأربعة السردية، وتتحقق من فعاليته من خلال دراسة لنماذج لغوية كبيرة متعددة أظهرت قدرة النماذج على التعرف والتمييز المنهجي للأدوار النمطية الخاصة بكل نوع عبر أعمال سردية متنوعة.
تقدم هذه الورقة متوسط الحد الأدنى للمسافة (AMD) ومتوسط الحد الأدنى للمسافة المتماثل (SAMD) كبدائل قوية للمقاييس التقليدية مثل APD وPRT للكشف عن التغير الدلالي المعجمي، مما يثبت أداءها المتفوق عبر مختلف اللغات والنماذج وفضاءات التمثيل.
تقترح الورقة البحثية "تطور المفاهيم التكراري" (Recursive Concept Evolution - RCE)، وهو إطار عمل يعزز الاستدلال التركيبي في النماذج اللغوية الكبيرة من خلال التوليد الديناميكي وتحسين فضاءات مفاهيمية فرعية جديدة أثناء الاستدلال للتغلب على قيود فضاءات التمثيل الكامن الثابتة، مما يؤدي إلى مكاسب كبيرة في الأداء عبر اختبارات معيارية صعبة مثل ARC-AGI-2 وGPQA.
تقدم هذه الورقة مساراً متكاملاً يجمع بين المشفرات التلقائية المتفرقة لتوجيه التدخلات النصية الكامنة وبين إزالة المتبقيات المتغيرة (covariate residualization) للحد من تحيز التقدير، مما يتيح تقديراً قوياً للأثر السببي للنص على النتائج اللاحقة.
تقدم هذه الورقة FineMuSe، وهي مجموعة بيانات إسبانية جديدة متعددة الوسائط ذات تعليقات توضيحية دقيقة وتصنيف هرمي، لتطوير الكشف عن التمييز الجنسي بما يتجاوز التصنيف الثنائي من خلال تقييم النماذج اللغوية الكبيرة متعددة الوسائط التي تظهر أداءً تنافسيًا مع البشر في تحديد التمييز الجنسي الدقيق مع تسليط الضوء على التحديات في اكتشاف الأنواع المتزامنة التي يتم نقلها عبر الإشارات المرئية.
تقدم هذه الورقة ChartEditBench، وهو معيار وإطار تقييم شامل مصمم لتقييم قدرات النماذج اللغوية الكبيرة متعددة الوسائط في أداء تحرير الرسوم البيانية القائم على التأسيس والمتعدد الدورات، مما يكشف عن تدهور كبير في الأداء في السيناريوهات التفاعلية المستمرة مقارنة بالتوليد أحادي الدور.
تقدم هذه الورقة ViTaB-A، وهو إطار تقييم يوضح أنه على الرغم من قدرة النماذج اللغوية الكبيرة متعددة الوسائط على الإجابة عن أسئلة تتعلق بالبيانات المهيكلة، إلا أنها تفتقر حالياً إلى الموثوقية لتقديم عزو دقيق ومفصل لإجاباتها عبر تنسيقات مختلفة، مما يحد من موثوقيتها في التطبيقات ذات الأهمية البالغة للشفافية.
تقدم هذه الورقة البحثية Avey-B، وهو بنية معيد صياغتها، خالية من آلية الانتباه، وتعتمد على المشفر فقط، تدمج ابتكارات مثل البارامترية المنفصلة والضغط العصبي لتتفوق على المشفرات القياسية القائمة على المحولات في تصنيف الرموز واسترجاع المعلومات مع التوسع بكفاءة أكبر في السياقات الطويلة.
تقدم الورقة البحثية "Inheritune"، وهي طريقة تدريب تستفيد من اكتشاف الطبقات "الكسولة" الفائضة الناتجة عن انهيار الانتباه في النماذج اللغوية الكبيرة لبناء نماذج أصغر وأكثر كفاءة تضاهي أو تتجاوز أداء نظيراتها الأكبر.
تقدم الورقة البحثية نموذج DEPTH، وهو نموذج مشفر-فك تشفير هرمي يعزز فهم النماذج اللغوية للخطاب من خلال هدف تدريب مسبق مبتكر يجمع بين عدم ترتيب الجمل وإفساد الامتداد، مما يؤدي إلى تعلم أسرع وأداء متفوق في كل من معايير فهم اللغة الطبيعية الخاصة بالخطاب والمعايير العامة لفهم اللغة الطبيعية مقارنة بنموذج T5 القياسي.