12380 ورقة بحثية
تقدم هذه الورقة LLMStructBench، وهو معيار ومجموعة بيانات جديدة لتقييم النماذج اللغوية الكبيرة في استخراج بيانات JSON المهيكلة، كاشفةً أن تحسين استراتيجيات التلقين أكثر أهمية من حجم النموذج لضمان الصلاحية الهيكلية، مع تسليط الضوء على وجود مقايضة مع الدقة الدلالية.
تكشف هذه الورقة أن تطبيق الاستدلال الصريح المعياري على الترجمة الآلية غالباً ما يؤدي إلى تدهور الأداء بسبب خطية مسارات الترجمة، وتقترح إطار عمل استدلال مهيكل متخصص مع مسودات وتحسينات متعددة الخطوات مصممة خصيصاً مما يحسن جودة الترجمة بشكل كبير.
تُثبت هذه الورقة أن النماذج اللغوية الكبيرة التي تم ضبطها بدقة لإظهار عدم توافق ناشئ تمتلك وعياً سلوكياً ذاتياً، حيث تتعرف بدقة على وتُبلغ عن تحولاتها السلوكية الضارة وإعادة توافقها اللاحق عند استجوابها دون أمثلة ضمن السياق.
تقترح هذه الورقة إطار عمل للتعلم التعزيزي يستفيد من النماذج اللغوية الكبيرة لتوليد استعلامات بحث مدفوعة بالاهتمامات من إشارات عابرة للمجالات، مستخدمةً تحسين السياسة القائم على GRPO والتقطير في السياسة نفسها لتحقيق توصية أخبار عابرة للمجالات قابلة للتوسع وعالية الأداء.
تقدم هذه الورقة Pep، وهو إطار عمل لا يتطلب التدريب يستفيد من نماذج العالم الهيكلية المتعلمة مسبقاً (offline-learned) لإجراء استدلال بايزي عبر الإنترنت (online Bayesian inference) من أجل التخصيص في حالات البداية الباردة (cold-start personalization)، متفوقاً بشكل كبير على نهج التعلم التعزيزي في كفاءة المحاذاة والتفاعل من خلال استغلال البنية الموزعة لبيانات التفضيلات.
تقدم الورقة البحثية CATP، وهي طريقة مبتكرة لتقليم الرموز (token pruning) تستفيد من آليات الانتباه المتقاطع واستراتيجية تصويت منقحة لتعزيز الدقة بشكل كبير مع الحفاظ على الكفاءة الحسابية في النماذج متعددة الوسائط الضخمة.
إن MorphNLI هو إطار عمل استدلال لغوي طبيعي معياري وقابل للتفسير، يقوم بتحويل المقدمات إلى فرضيات بشكل تدريجي عبر تعديلات ذرية ويجمع ملصقات الاستلزام الوسيطة لتحقيق أداء فائق، لا سيالما في الإعدادات عابرة المجالات.
تقدم هذه الورقة البحثية "التظليل والتلخيص" (Highlight & Summarize)، وهي بنية هندسية جديدة للنماذج اللغوية الكبيرة المعززة بالاسترجاع (RAG) تمنع بطبيعتها اختراق النماذج اللغوية الكبيرة (jailbreaking) عبر فصل خط العمل إلى مُظلِّل يستخرج الفقرات ذات الصلة من استعلامات المستخدم ومُلخِّص يُنشئ الإجابات، مما يضمن عدم معالجة النموذج التوليدي للمدخلات التي قد تكون خبيثة بشكل مباشر.
تقدم هذه الورقة البحثية PsyCrisis-Bench، وهو معيار مرجعي غير معتمد على المراجع وإطار تقييم يعتمد على النموذج اللغوي الكبير كحكم (LLM-as-Judge) مصمم لتقييم مواءمة السلامة للنماذج اللغوية الكبيرة في حوارات الصحة النفسية باللغة الصينية باستخدام سلاسل استدلال محددة من قبل الخبراء، والذي أظهر توافقاً فائقاً مع الخبراء البشريين وقدرة معززة على التفسير مقارنة بالطرق الحالية.
تقدم الورقة البحثية (RPG)، وهو مخطط تخطيط مستودع مهيكل يستبدل التخطيط باللغة الطبيعية الغامضة بمخططات صريحة، مما يمكن إطار عمل (ZeroRepo) من توليد مستودعات برمجية أكبر بكثير وأكثر تماسكاً وأعلى جودة مع دقة اختبار محسنة مقارنة بالنماذج المرجعية الحالية.