12380 ورقة بحثية
تستعرض هذه الورقة الحالة الراهنة لمعالجة اللغات الطبيعية للغات التركية في آسيا الوسطى (الكازاخية، والأوزبكية، والقيرغيزية، والتركمانية)، مع تسليط الضوء على التقدم الأخير في جمع مجموعات البيانات وتطوير النماذج، مع معالجة تحديات ندرة الموارد المستمرة وتحديد اتجاهات البحث المستقبلية.
تقدم هذه الورقة البحثية "المُحسِّنات الحذرة" (Cautious Optimizers)، وهي تعديل من سطر واحد على المُحسِّنات القائمة على الزخم مثل AdamW، يحافظ على ضمانات التقارب النظرية مع تقديم تسريع متسق في تدريب النماذج اللغوية الكبيرة وتصنيف الصور مع حد أدنى من ضبط المعلمات الفائقة.
تجادل هذه الورقة بأن اللسانيات التوليدية يجب أن تخضع لتحديث صارم يتضمن صياغات رسمية أكثر دقة ومجموعات بيانات تجريبية معيارية لمعالجة التحديات الحرجة لفرضية "فقر المثير" وبساطة "البرنامج الأدنى"، وذلك لاستعادة دورها المركزي في الدراسات اللغوية مع الإقرار بضرورة المنظورات الرسمية لكل من المقاربات الحوسبية والتجريبية.
يُعد FastKV إطار عمل مبتكر لضغط ذاكرة التخزين المؤقت من نوع (KV cache) يعمل على فصل تقليل حسابات مرحلة الـ (prefill) عن ميزانية الـ (KV) لمرحلة الـ (decoding) عبر الاستفادة من استقرار أهمية الرموز (token importance) في الطبقات المتأخرة، مما يحقق تسريعاً كبيراً في كلتا مرحلتي الـ (prefill) والـ (decoding) دون التضحية بالدقة.
تقدم هذه الورقة البحثية HIPPO، وهو إطار عمل هجين لتحسين التفضيلات يعزز قدرات فهم واستنتاج الجداول في النماذج اللغوية الكبيرة متعددة الوسائط من خلال الاستفادة المشتركة من التمثيلات النصية والصورية عبر استراتيجية أخذ عينات متسقة مع الوسائط، محققاً تحسينات ملحوظة في الأداء في المهام المتعلقة بالجداول.
تقدم هذه الورقة ChemRAG-Bench، وهو معيار شامل ومجموعة أدوات مصاحبة مصممة لتقييم وتحسين أنظمة التوليد المعزز بالاسترجاع في مجال الكيمياء، مما يظهر تحسينات كبيرة في الأداء مقارنة بطرق الاستدلال المباشر من خلال التحليل المنهجي لاستراتيجيات الاسترجاع واختيار المتون.
تقدم الورقة البحثية Caprese، وهي طريقة تقطير فعالة في استهلاك الموارد تستخدم مجموعة صغيرة من العينات الاصطناعية والحد الأدنى من المعلمات الإضافية لاستعادة قدرات الاستدلال الرياضي للنماذج اللغوية الكبيرة التي تضررت بسبب تقنيات الاستنتاج الفعالة، مع تقليل عدد المعلمات النشطة، وزمن الاستجابة، وعدد الرموز (tokens) في الوقت ذاته دون تدهور الأداء اللغوي.
تقدم هذه الورقة EVALOOOP، وهو إطار عمل مبتكر يقيم متانة النماذج اللغوية الكبيرة في البرمجة من خلال قياس متوسط الحلقات المستدامة (ASL) لتحويلات الكود الوظيفي إلى اللغة الطبيعية، مما يكشف أن النماذج ذات الأداء الأولي المتفوق لا تظهر بالضرورة استقراراً جوهرياً أكبر تحت المهام التكرارية ذات المرجعية الذاتية.
تقدم الورقة البحثية RAVENEA، وهو معيار جديد يدمج أكثر من 11,000 وثيقة منسقة من ويكيبيديا لتقييم وتوضيح كيف يعزز التوليد المعزز بالاسترجاع بشكل كبير فهم الثقافة البصرية في النماذج متعددة الوسائط من خلال تحسين الأداء في مهام الإجابة على الأسئلة البصرية التي تركز على الثقافة ووصف الصور.
تقدم الورقة البحثية iQUEST، وهو إطار عمل تكراري موجه بالأسئلة يجمع بين تفكيك الأسئلة الفرعية والاستدلال الاستباقي المعزز بالشبكات العصبية الرسومية لتحسين أداء الإجابة على أسئلة قواعد المعرفة متعددة القفزات عبر مختلف المعايير والنماذج اللغوية الكبيرة.