12380 ورقة بحثية
تقترح هذه الورقة طريقة لتحسين قابلية التفسير في التغير الدلالي المعجمي (LSC) من خلال رسم خرائط لتمثيلات الكلمات السياقية إلى فضاء سمات عصبي بيولوجي، مما يسمح بأداء متفوق في تقدير التحولات الدلالية والاكتشاف المنهجي لأنواع محددة من تغيرات المعنى.
تقترح الورقة أن طرق التفسير الخطي تنجح لأن بنيات المحولات (transformers) تجبر المعلومات الدلالية على الاستقرار في فضاءات فرعية خطية ثابتة السياق من خلال واجهات اتصالاتها الخطية، وهي ظاهرة يصيغونها رياضياً في مبرهنة "ضرورة الفضاء الفرعي الثابت".
تقترح الورقة البحثية فرضية "بصمة الدائرة" (Circuit Fingerprint)، التي تفترض أن رموز الإجابة (answer tokens) تشفر هندسيًا اتجاهات الدوائر التي تنتجها، مما يسمح باكتشاف الدوائر وتوجيه التنشيط من خلال المحاذاة الهندسية بدلاً من طرق التدخل القائمة على التدرج أو السببية.
تقدم هذه الورقة أول معيار مرجعي معياري للتعرف الآلي على الكلام (ASR) للغة البامبارا من خلال تقييم 37 نموذجاً مقابل مجموعة بيانات مضبوطة من النص الدستوري المالي، مما يكشف أن حتى الأنظمة الأعلى أداءً لا تزال بعيدة بشكل كبير عن معايير النشر.
تقدم هذه الورقة إطار عمل اختيارياً للتتبع يفكك كفاءة الاستدلال للنماذج اللغوية الكبيرة إلى عوامل قابلة للتفسير — مثل الإتمام، والصحة الشرطية، والإطناب — ليكشف أن الدقة وكفاءة الرموز (tokens) غالباً ما يتباعدان وتدفعهما ملفات تعريف اختناق متميزة.
تقدم هذه الورقة AnalyticsGPT، وهو سير عمل متكامل مدعوم بالنماذج اللغوية الكبيرة (LLM) يستخدم مفاهيم الوكلاء والجيل المعزز بالاسترجاع لمعالجة المهمة المعقدة للإجابة على الأسئلة العلمية القياسية من خلال تفكيك الاستعلامات الميتا-علمية وتوليف البيانات من منصات أداء البحوث.
تُثبت هذه الورقة أن الاستدلال الذي تولده النماذج اللغوية الكبيرة (LLMs) يمكن استخدامه بفعالية للتنبؤ بصحة تصنيفات حركاتها التعليمية، مما يوفر وسيلة قابلة للتوسع لضبط الجودة في التحليل الآلي.
تتقصى هذه الدراسة كيف يقرر المتحدثون بشكل طبيعي استخدام التكميم في اللغة الصينية المندرينية من خلال مهمة وصف الصور، مما يكشف أن عدد الأشياء، والحيوية، ونمط الإنتاج تؤثر بشكل منهجي على ما إذا كان الناس يعبرون عن الكمية، وكيفية تعبيرهم بدقة، ومن خلال أي استراتيجيات.
يُعد MEVER إطار عمل مبتكرًا متعدد الوسائط يقوم باسترجاع الأدلة والتحقق من الادعاءات وتوليد التفسيرات بشكل مشترك باستخدام رسم بياني متعدد الوسائط ثنائي الطبقة وبنية "الدمج في فك التشفير" (Fusion-in-Decoder)، مدعومًا بمجموعة بيانات علمية مستحدثة تسمى AIChartClaim.
لمعالجة الفجوة في استرجاع البيانات عبر الوسائط بين الحركة البشرية والنص، تقترح هذه الورقة مشفر ترانسفورمر ثنائي الأحادية مقترناً بـ "فقدان DropTriple" المبتكر الذي يحسن الأداء من خلال تصفية العينات السلبية الزائفة للتركيز على استخراج السلبيات الصعبة حقاً.