cs.CL ورقة بحثية

How Few-shot Demonstrations Affect Prompt-based Defenses Against LLM Jailbreak Attacks

تكشف هذه الورقة أن الأمثلة التوضيحية قليلة العينات (few-shot demonstrations) لها تأثيرات متباينة على الدفاعات القائمة على التلقين، حيث تعمل على تعزيز التلقينات الموجهة نحو الدور (Role-Oriented Prompts) من خلال ترسيخ الهوية، بينما تؤدي إلى تدهور كبير في التلقينات الموجهة نحو المهام (Task-Oriented Prompts) عبر تشتيت الانتباه عن التعليمات، مما يقدم رؤى بالغة الأهمية لتحسين استراتيجيات سلامة النماذج اللغوية الكبيرة.

Yanshu Wang, Shuaishuai Yang, Jingjing He, Tong Yang2026-02-05

💬 NLP

Revisiting Prompt Sensitivity in Large Language Models for Text Classification: The Role of Prompt Underspecification

تجادل هذه الورقة بأن جزءاً كبيراً من الحساسية الملحوظة في التلقين لدى النماذج اللغوية الكبيرة ينبع من عدم تحديد التلقين بدلاً من عدم الاستقرار المتأصل في النموذج، مما يثبت أن التعليمات المحددة تقلل من تباين الأداء وعدم اليقين في "اللوجيت" (logit) مع تأثيرات هامشية فقط على التمثيلات الداخلية.

Branislav Pecher, Michal Spiegel, Robert Belanec, Jan Cegin2026-02-05

💬 NLP

A Domain-Specific Curated Benchmark for Entity and Document-Level Relation Extraction

تقدم هذه الورقة GutBrainIE، وهو معيار مرجعي منسق بدقة يضم أكثر من 1,600 ملخص من PubMed مشروحة يدويًا، يعالج أوجه القصور في مجموعات البيانات الحالية ذات الإشراف البعيد من أجل تعزيز استخراج الكيانات والعلاقات على مستوى المستند بشكل قوي في المجال الحيوي الطبي، مع الترك التركيز تحديدًا على محور الأمعاء والدماغ.

Marco Martinelli, Stefano Marchesin, Vanessa Bonato, Giorgio Maria Di Nunzio, Nicola Ferro, Ornella Irrera, Laura Menott (…)2026-02-05

💬 NLP

From Assumptions to Actions: Turning LLM Reasoning into Uncertainty-Aware Planning for Embodied Agents

تقدم هذه الورقة إطار عمل PCE، وهو إطار (المخطط-المؤلف-المقيم) الذي يحول افتراضات النماذج اللغوية الكبيرة الكامنة إلى أشجار قرار مهيكلة لتمكين التخطيط المدرك لعدم اليقين للوكلاء المجسدين، مما يحسن نجاح المهام وكفاءتها بشكل كبير مع تقليل عبء الاتصالات مقارنة بالطرق التقليدية.

SeungWon Seo, SooBin Lim, SeongRae Noh, Haneul Kim, HyeongYeop Kang2026-02-05

💬 NLP

Beyond Rejection Sampling: Trajectory Fusion for Scaling Mathematical Reasoning

تقدم هذه الورقة البحثية TrajFusion، وهي استراتيجية لضبط الدقة تعزز الاستدلال الرياضي في النماذج اللغوية الكبيرة من خلال دمج المسارات غير الصحيحة مع مطالبات التأمل والحلول الصحيحة بشكل تكيفي، مما يؤدي إلى نمذجة التعلم القائم على التجربة والخطأ للتفوق على أخذ العينات بالرفض القياسي.

Jie Deng, Hanshuang Tong, Jun Li, Shining Liang, Ning Wu, Hongzhi Li, Yutao Xie2026-02-05

💬 NLP

Evaluating the Presence of Sex Bias in Clinical Reasoning by Large Language Models

تكشف هذه الدراسة أن النماذج اللغوية الكبيرة المعاصرة تظهر تحيزات جنسانية كبيرة، خاصة بكل نموذج، في الاستنتاج السريري عند معالجة ملامح مرضية غير إخبارية، مما يؤكد الحاجة الماسة إلى التكوين التحفظي، وتدقيق البيانات، والإشراف البشري لضمان التكامل الآمن في الرعاية الصحية.

Isabel Tsintsiper, Sheng Wong, Beth Albert, Shaun P Brennecke, Gabriel Davis Jones2026-02-05

💬 NLP

Bi-directional Bias Attribution: Debiasing Large Language Models without Modifying Prompts

تقترح هذه الورقة إطار عمل يكتشف الكلمات المسببة للصور النمطية ويعزو التحيز إلى عصبونات محددة في النماذج اللغوية الكبيرة، مما يتيح إزالة التحيز بفعالية من خلال التدخل المباشر في التنشيط دون الحاجة إلى ضبط دقيق أو تعديلات في المطالبات.

Yujie Lin, Kunquan Li, Yixuan Liao, Xiaoxin Chen, Jinsong Su2026-02-05

💬 NLP

Fine-Grained Activation Steering: Steering Less, Achieving More

تقدم هذه الورقة البحثية AUSteer، وهي طريقة لتوجيه التنشيط دقيقة التفاصيل تعمل على تحسين كفاءة ودقة تعديل سلوك النماذج اللغوية الكبيرة من خلال تحديد وتوجيه الوحدات الذرية المفيدة فقط (الأبعاد الفردية) بدلاً من تنشيطات الكتل الخشنة، مما يحقق نتائج متفوقة بعدد أقل من التدخلات.

Zijian Feng, Tianjiao Li, Zixiao Zhu, Hanzhang Zhou, Junlang Qian, Li Zhang, Jia Jim Deryl Chua, Lee Onn Mak, Gee Wah Ng (…)2026-02-05

💬 NLP

No One-Size-Fits-All: Building Systems For Translation to Bashkir, Kazakh, Kyrgyz, Tatar and Chuvash Using Synthetic And Original Data

تقدم هذه الورقة نهجاً مخصصاً للترجمة الآلية لخمس لغات تركية (الباشكيرية، والكازاخية، والقيرغيزية، والتتارية، والتشوفاشية) من خلال إثبات أن الجمع بين الضبط الدقيق للبيانات الاصطناعية، والتحفيز المعزز بالاسترجاع، واستراتيجيات الصفرية (zero-shot)، يؤدي إلى نتائج مثلى متفاوتة عبر أزواج اللغات، مع قيام المؤلفين بإصدار كل من مجموعات البيانات وأوزان النماذج.

Dmitry Karpov2026-02-05

💬 NLP

Growth First, Care Second? Tracing the Landscape of LLM Value Preferences in Everyday Dilemmas

تحلل هذه الورقة هياكل مقايضة القيم في سياقات طلب النصيحة اليومية باستخدام مجموعة بيانات منسقة من أربعة مجتمعات فرعية على موقع "ريديت"، وتجد أن النماذج اللغوية الكبيرة تعطي الأولوية باستمرار لـ "الاستكشاف والنمو" على حساب "الإحسان والتواصل"، مما يثير مخاوف بشأن احتمالية تجانس القيم في عملية اتخاذ القرار التي تتم بوساطة الذكاء الاصطناعي.

Zhiyi Chen, Eun Cheol Choi, Yingjia Luo, Xinyi Wang, Yulei Xiao, Aizi Yang, Luca Luceri2026-02-05

→ السابق التالي ←