12380 ورقة بحثية
يُعد Baichuan-M3 نموذج لغة كبيرًا معززًا طبيًا ينتقل من مجرد الإجابة السلبية على الأسئلة إلى دعم اتخاذ القرار السريري النشط بأسلوب الأطباء، وذلك من خلال الاستحواذ الاستباقي على المعلومات، والاستدلال طويل المدى، والحد التكيفي من الهلوسة، محققًا بذلك أداءً هو الأفضل في فئته على المعايير الطبية المتخصصة ومتفوقًا على GPT-5.2.
تقدم هذه الورقة البحثية "إعادة التفكير أثناء الاستدلال" (Inference-Time Rethinking)، وهو إطار عمل توليدي يفصل عملية الاستدلال إلى ناقلات فكرية كامنة مستمرة وآثار لفظية لتمكين التصحيح الذاتي التكراري، مما يسمح لنموذج صغير يبلغ عدد معاملاته 0.2 مليار معلمة بالتفوق بشكل كبير على النماذج المرجعية الأكبر بكثير في مهام الاستدلال الرياضي من خلال الحوسبة المتطورة أثناء الاستدلال بدلاً من أعداد المعلمات الضخمة.
تقدم هذه الورقة إطار عمل يستفيد من ظاهرة "صدى المطالبة" (Echo of Prompt) العفوية في نماذج الاستدلال الكبيرة كمرتكز احتمالي، مع صياغة تكلفتها وتطوير استراتيجيات للتدريب والتحفيز لتسخير هذا التكرار من أجل إعادة تركيز الانتباه، مما يؤدي إلى تحسين دقة الاستدلال عبر المعايير الرياضية.
تقترح هذه الورقة البحثية طريقة "استعادة الطبقات الانتقائية" (SLR)، وهي طريقة لا تتطلب تدريباً تعمل على استعادة تنوع التوليد في النماذج اللغوية الكبيرة التي خضعت للتدريب اللاحق، وذلك عبر استعادة طبقات محددة إلى أوزانها الأصلية قبل التدريب بشكل انتقائي، مما يساهم في التخفيف من حدة انهيار النمط مع الحفاظ على جودة المخرجات عبر مختلف المهام وعائلات النماذج.
تقدم الورقة البحثية compar:IA، وهي منصة مفتوحة المصدر تابعة للحكومة الفرنسية تجمع بيانات ضخمة لتفضيلات البشر باللغة الفرنسية من خلال مقارنات ثنائية عمياء لمعالجة ندرة مجموعات البيانات غير الإنجليزية لتدريب وتقييم النماذج اللغوية الكبيرة.
تقدم هذه الورقة البحثية إطار "الجدول كبحث" (TaS)، وهو إطار هيكلي يعيد صياغة البحث عن المعلومات طويل الأمد كمسألة إكمال جدول للحفاظ على تماسك البحث وتتبع الحالة، مما يوحد استراتيجيات البحث المتنوعة ويتفوق بشكل كبير على النماذج المرجعية الحالية في المتانة والكفاءة.
تقترح هذه الورقة طريقة قائمة على البيانات لتوليد تصنيفات أخطاء استدلالية دقيقة تلقائياً، مما يعزز بشكل كبير نمذجة المكافأة لنموذج "النموذج اللغوي الكبير كحَكَم" (LLM-as-judge) في المجالات التقنية المعقدة، محققةً أداءً يقارب أداء المكافأة القابلة للتحقق مع عدد أقل بكثير من الملصقات الذهبية.
تقدم هذه الورقة إطار عملً لتفسير معالجة الغموض في المعنى البصري للكلمات (Visual Word Sense Disambiguation) يستفيد من نموذج CLIP عبر التلقين النصي ثنائي القنوات وتعزيزات الصور لحل الغموض اللغوي، محققاً تحسينات كبيرة في الأداء على مجموعة بيانات SemEval-2023 مع إثبات أن التلقينات الدقيقة والمتوافقة مع CLIP أكثر فعالية من الإشارات الخارجية المشوشة.
تقدم هذه الورقة البحثية Halluverse-M^3، وهي مجموعة بيانات مرجعية متعددة اللغات والمهام تغطي الإنجليزية والعربية والهندية والتركية، تعمل على تقييم والتمييز بشكل منهجي بين الهلوسة على مستوى الكيان والعلاقة والجملة في النماذج اللغوية الكبيرة، مما يكشف عن فجوات أداء كبيرة عبر اللغات والمهام.
تقدم هذه الورقة مشاركة فريق PASH في مسار التعلم العميق لعام 2021 ضمن مؤتمر TREC، حيث تفصل إطار عمل ترتيب متعدد المراحل يدمج بين الاسترجاع المتناثر والكثيف، والتدريب المسبق المستمر من أجل الترتيب النقطي والزوجي، والدمج المبتكر لنموذج T5 التوليدي لتحسين الأداء مقارنة بالعام السابق.