12380 ورقة بحثية
تقترح هذه الورقة AccentBox، وهو إطار عمل مبتكر من مرحلتين يعتمد على تقنية "الصفر استباقي" (zero-shot) لتوحيد تحويل اللهجات الأجنبية، وتحويل النص إلى كلام بلهجة (accented TTS)، وتحويل النص إلى كلام بنمط الصفر استباقي (ZS-TTS)، وذلك لتحقيق توليد لهجات عالي الدقة وتحكم عالٍ عبر تكييف نظام تحويل النص إلى كلام بناءً على تضمينات لهجة مستقلة عن المتحدث مستمدة من نموذج تحديد لهجات متطور.
تقترح هذه الورقة وكيلًا جديدًا يعتمد على النماذج اللغوية الكبيرة (LLM) مجهزًا بمبرمج تأملي وإطار عمل للتفكير والتمثيل (RE'EM) لاستخراج مراجعات وسائل التواصل الاجتماعي تلقائيًا، وتوليد دليل ترميز قابل للتعميم لأبعاد الفصل الحضري، وتحسين التنبؤ بالفصل التجريبي بشكل كبير مع تعزيز الفهم البشري للشمولية الاجتماعية.
تقترح هذه الورقة طرق تقييم محسنة للتشابه في اللهجات في مجال تركيب الكلام، حيث تقدم اختبار استماع XAB منقحاً ومقاييس قائمة على النطق، مع تسليط الضوء على أوجه القصور في المقاييس القياسية مثل معدل الخطأ في الكلمات بالنسبة للهجات غير الممثلة كفاية.
تقدم هذه الورقة POLAR، وهي مجموعة بيانات مرجعية شاملة متعددة اللغات والثقافات للاستقطاب عبر الإنترنت، وتقيم قدرات النماذج اللغوية المختلفة، كاشفةً عن أنه في حين يمكنها اكتشاف الاستقطاب، إلا أنها تواجه صعوبة في المهام المعقدة المتمثلة في تحديد أنواع وتجليات محددة له.
تقيم هذه الدراسة 13 نموذجاً للتحقق من الحقائق عبر 14 معياراً، كاشفةً أن أخطاء ترميز مجموعات البيانات تؤدي إلى تحيز التصنيفات بشكل كبير، وأن النماذج اللغوية الكبيرة الرائدة في التعلم من أمثلة قليلة تتفوق على أدوات التحقق المتخصصة، كما يمكن تعزيز النماذج الصغيرة التي خضعت للضبط الدقيق من أجل الاستنتاج المعقد عبر بيانات اصطناعية متعددة الخطوات.
تقدم هذه الورقة إجراء هجوم STACK، الذي نجح في اختراق خط دفاع نموذج لغوي كبير (LLM) يعتمد على توجيهات قليلة الأمثلة (few-shot-prompted) بنسبة نجاح هجوم بلغت 71%، مما يسلط الضوء على ثغرات حرجة في أنظمة الدفاع الحالية للذكاء الاصطناعي الرائد ويقترح تدابير تخفيف محددة.
تقترح هذه الورقة طرقاً لجودة النطق خالية من التجزئة (GOP-SA و GOP-SF) تستفيد من النماذج الصوتية المدربة باستخدام تقنية CTC للتغلب على قيود ما قبل التجزئة في اكتشاف سوء النطق، محققةً بذلك نتائج هي الأفضل في مجالها في تقييم النطق على مستوى الفونيم.
تقدم هذه الورقة البحثية GTPO وGRPO-S، وهما خوارزميتان جديدتان للتعلم التعزيزي تعملان على تعزيز استدلال النماذج اللغوية الكبيرة من خلال تنفيذ تشكيل مكافأة ديناميكي قائم على الإنتروبيا لتحقيق تخصيص دقيق للمسؤولية (credit assignment) على مستوى الرمز (token-level) ومستوى التسلسل (sequence-level)، مما يتغلب على القيود ذات الحبيبات الخشنة التي تعاني منها الأساليب الحالية مثل GRPO وDAPO.
تقدم هذه الورقة Opal، وهي خوارزمية لتوحيد الصيغ (canonicalization) تحدد التكافؤ الجبري لأهداف تفضيلات التعلم المعزز من التغذية الراجعة البشرية (RLHF)، كاشفةً أن العديد من الأساليب المستخدمة على نطاق واسع هي في الواقع إعادة تمثيل لنفس الهدف الأساسي، مع تحديد الآليات الهيكلية المحددة التي تخلق أهدافاً متميزة حقاً.
من خلال تحليل 637 مستودعاً من مستودعات "غيت هاب" (GitHub) ووثائق حوكمتها المتطورة، تكشف هذه الدراسة أن الانتقالات الناجحة من الحوكمة التي يقودها المؤسس إلى حوكمة المجتمع لا تحدث عبر تحولات في النبرة، بل من خلال التراكم التدريجي والتحسين للأدوار المؤسسية واللوائح على مستوى النظام البيئي.