12380 ورقة بحثية
تُثبت هذه الورقة أن توسيع نطاق وتكييف النماذج اللغوية الكبيرة المضبوطة بالتعليمات يحسن بشكل كبير من اكتشاف الأخطاء الحرجة في الترجمة الآلية، مما يوفر ضمانة حيوية لضمان سلامة وموثوقية وعدالة الأنظمة الذكية متعددة اللغات.
تقدم الورقة البحثية LoopFormer، وهي بنية Transformer حلقية مبتكرة تستخدم مخطط تدريب متسق مع الاختصارات وتعديلاً مشروطاً بالزمن لتمكين الاستدلال المرن والمدرك للميزانية من خلال تكييف عمقها الحسابي مع القيود المتغيرة مع الحفاظ على تمثيلات متسقة ومتطورة.
تُعد PhyNiKCE إطار عمل وكيلًا عصبيًا رمزيًا يعزز ديناميكا السوائل الحسابية ذاتية التشغيل من خلال فصل التخطيط العصبي عن محرك المعرفة الرمزي لفرض القيود الفيزيائية بصرامة، مما يحقق تحسنًا بنسبة 96% في نجاح المهام وانخفاضات كبيرة في حلقات التصحيح الذاتي واستهلاك الرموز (tokens) مقارنة بالنماذج المرجعية المتطورة.
تقدم هذه الورقة البحثية الاستكشاف المحفز بالطول (Length-Incentivized Exploration - \method)، وهو نهج في التعلم المعزز يتغلب على "فخ الاستكشاف الضحل" من خلال مكافأة مسارات الاستدلال الأطول وغير المكررة لتعظيم تغطية الحالة وتحسين أداء النموذج بشكل كبير في المهام داخل النطاق وخارجه.
تقدم هذه الورقة البحثية "مسافة Min-NN"، وهي طريقة كشف بنظام الصندوق الأسود تحدد بيانات تدريب RLVR من خلال قياس التقارب الهيكلي وانخفاض التنوع في توليدات النموذج على المطالبات المرئية، مما يتفوق فعلياً على النماذج المرجعية الحالية دون الحاجة إلى الوصول إلى المكونات الداخلية للنموذج.
تقترح هذه الورقة طريقة قائمة على تضمين الكلمات الفرعية (subword embedding) تتدرب على النصوص الخام للكشف تلقائياً عن التباينات المعجمية والطباعية وتجميعها في تعليقات المستخدمين باللغة اللوكسمبورغية، مما يثبت أن النمذجة التوزيعية يمكن أن تكشف بفعالية عن أنماط لغوية ذات معنى في البيئات منخفضة الموارد والمشوشة دون الاعتماد على التطبيع المسبق أو التوسيم اليدوي.
تقدم هذه الورقة مساراً شبه مؤتمت لاستخراج الثلاثيات المالية باستخدام النماذج اللغوية الكبيرة ومقاييس وسيطة قائمة على الأنطولوجيا، مما يثبت أن الأنطولوجيات المستحثة آلياً تقضي على انحراف المخطط، بينما تساهم استراتيجية التحقق الهجينة في تقليل معدلات الهلوسة بشكل كبير وتكشف عن عدم تماثل منهجي في توليد الموضوع والمفعول به.
تكشف هذه الورقة عن "وهم المعيار المرجعي" حيث تُظهر النماذج اللغوية الكبيرة ذات الدقة المتماثلة اختلافاً كبيراً في مهام الاستنتاج، مما يجعل اختيار النموذج متغيراً خفياً ولكنه حاسم يمكن أن يغير أو حتى يعكس النتائج العلمية في مجالات مثل التعليم والعلوم السياسية.
تقدم هذه الورقة معياراً يركز على اللغة الفرنسية لتقييم نماذج الرؤية واللغة في مهام تحويل ملفات PDF إلى Markdown الصعبة، وذلك باستخدام أخذ عينات عدم توافق النماذج ومقاييس تطبيع متخصصة لإثبات أنه بينما تتفوق النماذج المملوكة في المستندات المعقدة المكتوبة بخط اليد والمستندات القائمة على النماذج، تظل العديد من الأنظمة ذات الأوزان المفتوحة تنافسية في التخطيطات المطبوعة القياسية.
تقدم هذه الورقة DHPLT، وهو مورد مفتوح يضم مجموعات بيانات زمنية (diachronic) ضخمة ومتعددة اللغات عبر 41 لغة مع تضمينات (embeddings) واستبدالات معجمية محسوبة مسبقاً، صُممت لمعالجة ندرة البيانات الخاصة بنمذجة التغير الدلالي خارج نطاق اللغات عالية الموارد.