12380 ورقة بحثية
تقيم هذه الورقة الإبداع في النماذج اللغوية الكبيرة في توليد النصوص الأدبية الفارسية عبر مواضيع وأساليب بلاغية متنوعة باستخدام إطار عمل قائم على اختبار تورانس، مما يثبت أن الحكام الآليين من النماذج اللغوية الكبيرة يمكنهم تقييم الأصالة والطلاقة والمرونة والاستفاضة بشكل موثوق مقارنة بالتقييمات البشرية.
تقدم الورقة البحثية VoiceAgentBench، وهو معيار شامل يتكون من أكثر من 6,000 استعلام صوتي اصطناعي عبر لغات متعددة ومستويات تعقيد مهامي مختلفة، لتكشف أنه في حين تتفوق مسارات ASR-LLM حاليًا على نماذج SpeechLM المتكاملة (end-to-end) في المهام الوكيلية، فإن جميع النماذج تعاني في تدفقات العمل المتسلسلة، والتعميم متعدد اللغات، ومتانة السلامة.
تُثبت هذه الورقة أن استخدام ترميز زوج البايت غير المتماثل، الذي يطبق أعداداً مختلفة من عمليات الدمج للغتين المصدر والهدف (تحديداً عدداً عالياً للمصدر وعدداً منخفضاً للهدف)، يتفوق بشكل كبير على النهج المتماثل القياسي في الترجمة الآلية، لا سيما بالنسبة لأزواج اللغات ذات الموارد المنخفضة.
تقترح الورقة البحثية SGM، وهو تدخل على مستوى العصبونات بنظام الصندوق الأبيض وخالٍ من المعلمات، يعمل على كبح العصبونات الخبيرة السامة بشكل انتقائي في النماذج اللغوية الكبيرة متعددة الوسائط للتخفيف بفعالية من المخرجات الضارة في كل من السيناريوهات القياسية والعدائية مع الحفاظ على قدرات الطلاقة والاستنتاج.
تُظهر هذه الدراسة الاستطلاعية أن الضبط الدقيق للنماذج اللغوية الكبيرة على مجموعة بيانات منسقة من استجابات لغة "البيجين" النيجيرية يتيح فحصاً آلياً للاكتئاب عالي الدقة (94.5%) ومناسباً ثقافياً، مما يقدم حلاً قابلاً للتوسع للتغلب على حواجز اللغة والوصول في المجتمعات النيجيرية المحرومة.
تقدم هذه الورقة البحثية "Viram"، وهو معيار تشخيصي للجمل الإنجليزية-الماراثية الغامضة بسبب علامات الترقيم، وتثبت أن كلاً من استعادة علامات الترقيم القائمة على التسلسل والضبط الدقيق المباشر يحسنان بشكل كبير من متانة الترجمة مقارنة بالنماذج اللغوية الكبيرة الحالية.
تقترح هذه الورقة طريقة لتبديل الطبقات واعية بالسلامة وخالية من التدريب، تقوم بنقل محاذاة السلامة من النماذج الخبيرة باللغة الإنجليزية إلى الخبراء في اللغات ذات الموارد المنخفضة عبر اختيار وحدات متخصصة بشكل تكيفي، مما يعزز السلامة متعددة اللغات دون المساس بالأداء اللغوي العام.
تقدم هذه الورقة البحثية "تعلم الانتباه المعزز" (RAL)، وهو إطار عمل قائم على تدرج السياسة يعمل على تحسين توزيعات الانتباه الداخلية بدلاً من رموز المخرجات لتعزيز الإدراك والتجذر بشكل كبير في النماذج اللغوية الكبيرة متعددة الوسائط، متفوقاً بذلك على أساليب التعلم المعزز التقليدية وتقطير المعرفة القياسي عبر مختلف الاختبارات المرجعية.
تقدم الورقة البحثية SciClaimEval، وهي مجموعة بيانات للتحقق من الادعاءات العلمية متعددة الوسائط تتميز بادعاءات وأدلة حقيقية مستمدة من تعديل الأشكال والجداول في الأوراق المنشورة، مما يكشف عن فجوات أداء كبيرة بين النماذج التأسيسية متعددة الوسائط الحالية والخبراء البشر، لا سيما في التحقق القائم على الأشكال.
تقدم الورقة البحثية Bielik Guard، وهي عائلة من مصنفات سلامة اللغة البولندية الفعالة والمدمجة التي تم ضبطها بدقة على مجموعة بيانات مشروحة مجتمعيًا، والتي تصنف المحتوى بفعالية إلى خمسة مجالات للسلامة مع التفوق بشكل كبير على النماذج الحالية في معدلات الدقة والإنذارات الكاذبة.