12380 ورقة بحثية
تقدم هذه الورقة PRECOG، وهو متن من أوصاف المهام ومقاييس الأداء، لتوضيح أن النماذج اللغوية الكبيرة يمكنها التنبؤ بنتائج التقييم بناءً فقط على أوصاف المهام والتكوينات التجريبية، مما يوفر مساراً للتغلب على عنق الزجاجة الحالي في تقييم أبحاث الذكاء الاصطناعي.
تحدد هذه الورقة وتعالج عدم التوافق بين المعرفة الداخلية وسلوك المخرجات في النماذج اللغوية الكبيرة في الأسئلة متعددة الخيارات من خلال التحليل الهندسي للتمثيلات الخفية وتقديم KAPPA، وهو تدخل خفيف الوزن أثناء الاستدلال يعمل على محاذاة فضاءات المعرفة والتنبؤ لتحسين الدقة.
تقدم الورقة البحثية "Behavior Judge" (BJudge)، وهو إطار عمل يعمل على تحسين موثوقية وكلاء استخدام الكمبيوتر من خلال تقييم واختيار أفضل النتائج من بين عدة عمليات تنفيذ باستخدام السرد السلوكي، محققاً أداءً هو الأفضل في فئته على منصة OSWorld بما يتجاوز القدرات البشرية.
تقترح هذه الورقة إطار عمل فعال من حيث التكلفة يعمل على تعزيز اللغات غير الممثلة كفاية في النماذج اللغوية الكبيرة من خلال تحديد وضبط الشبكات الفرعية المتفرقة والخاصة بكل لغة باستخدام احتمالية إنتروبيا تنشيط اللغة (LAPE)، مما يحقق أداءً فائقاً مع حد أدنى من تحديثات المعلمات مع الحفاظ على القدرات العامة ومنع النسيان الكارثي.
تقدم هذه الورقة تصنيفاً شاملاً وموجهاً نحو الآليات لاستراتيجيات كسر الحماية (jailbreak) تم تطويره من خلال تحدي اختبار اختراق (red-teaming) مهيكل، والذي يُستخدم لتحليل مدى انتشار الهجمات، واختبار نموذج GPT-5 ككاشف موجه بالتصنيف، وتقديم مجموعة بيانات إيطالية جديدة متعددة الجولات من الهجمات العدائية لتعزيز أبحاث كشف كسر الحماية.
تقدم هذه الورقة البحثية EvasionBench، وهو معيار وتصنيف واسع النطاق للكشف عن التهرب الإداري في مكالمات الأرباح، ويتميز بمجموعة بيانات مشروحة بدقة ومصنف متخصص بـ 4 مليارات معلمة يتفوق على النماذج التجارية الرائدة.
يقدم SpeechMapper إطار تدريب فعال حاسبياً يتكون من مرحلتين، حيث يقوم بالتدريب المسبق لجهاز عرض الكلام إلى نص بشكل مستقل قبل تطبيق ضبط تعليمات طفيف، مما يحقق تعميماً وأداءً فائقين في دمج النماذج اللغوية الكبيرة مع الكلام، مع تجنب الإفراط في التخصيص والتكاليف العالية المرتبطة بتدريب جميع المكونات بشكل مشترك على بيانات تعليمات واسعة النطاق.
تقدم هذه الورقة إطار عمل PLaT، الذي يفصل بين الاستنتاج والصياغة اللفظية عبر نمذجة الاستنتاج الكامن كمسار تخطيط حتمي، مما يتيح إنهاءً ديناميكياً وقابلية توسع فائقة في تنوع الحلول رغم وجود مقايضة في دقة الاختيار الجشع.
تقدم هذه الورقة البحثية MAPPA، وهي طريقة للضبط الدقيق تستفيد من مكافآت العمليات لكل إجراء من التغذية الراجعة للذكاء الاصطناًعي لحل تحديات تخصيص الائتمان وكفاءة العينات في الأنظمة متعددة الوكلاء، مما يظهر تحسينات كبيرة في الأداء في مهام الرياضيات وتحليل البيانات المعقدة.
تكشف هذه الدراسة أن نماذج استخراج القرارات السريرية تعاني مع الامتدادات ذات الأسلوب السردي التي تحتوي على التحوط، والنفي، ونسب عالية من كلمات التوقف —وهي أمور شائعة في فئات النصائح والتحذيرات— مما يسلط الض {على} الحاجة إلى استراتيجيات تقييم تتحمل حدود النصوص لمعالجة هذه النقاط اللغوية العمياء.