12380 ورقة بحثية
تُثبت هذه الورقة أن المقاييس المستندة إلى المعرفة اللغوية، مثل معدل خطأ الميزات (FER) والامتدادات الواعية للنبرة (TER)، توفر تقييماً أكثر دقة وتفصيلاً لنماذج التعرف التلقائي على الكلام متعددة اللغات للغات الأفريقية مقارنة بمعدل خطأ الكلمات (WER) التقليدي، مما يكشف أنه بينما تعاني النماذج مع الميزات النبرية، فإنها تحقق أداءً أفضل بكثير في الميزات القطعية مما يوحي به معدل خطأ الكلمات (WER).
تقدم هذه الورقة تقييماً طولياً على مرحلتين لثمانية نماذج لغوية كبيرة متعددة الوسائط، كاشفةً عن تفاوتات كبيرة ومستمرة في السلامة عبر عائلات النماذج، ودليلاً على انحراف المحاذاة مع زيادة معدلات نجاح الهجمات في بعض النماذج اللاحقة، وتحولات في نقاط الضعف الخاصة بكل وسيط، مما يؤكد الحاجة إلى معايير مستمرة للسلامة متعددة الوسائط.
تستقصي هذه الدراسة توسيع نطاق التعلم داخل السياق للترجمة الآلية منخفضة الموارد إلى مليون رمز، كاشفةً أن مكاسب الأداء تتشبع بسرعة وتعتمد بشكل كبير على نوع المتن، حيث أثبتت بعض البيانات أحادية اللغة قدرتها على التنافس مع البيانات المتوازية رغم ما توفره الأخيرة من إشراف إضافي.
تُكيّف هذه الورقة البحثية المحادثات المحاكاتية المدركة للمتحدث (SASC) وتقترح نسخة مشروطة بالمدة (C-SASC) لتحسين التعرف على الكلام الحواري باللغة المجرية، مما يثبت أن استراتيجيات تعزيز البيانات الاصطناعية هذه تتفوق باستمرار على الربط الساذج مع تسليط الضوء على أهمية مواءمة إحصائيات المحاكاة مع المجال المستهدف.
تقدم هذه الورقة آلية "الاختيار اللوجيتي-الخطي" (LLS)، وهي آلية عامة تستفيد من البنية الخطية للنماذج اللغوية الكبيرة لتوضيح كيف يمكن لمجموعات فرعية مختارة بعناية من مجموعات البيانات العامة أن تُحدث تأثيرات لا شعورية خفية ومستمرة — مثل تفضيلات محددة، أو قدرات لغوية غير مرئية، أو شخصيات جديدة — عبر بنيات نماذج متنوعة.
تقترح هذه الورقة SELSP، وهو محلل نحوي قائم على وسم المتواليات يدمج الإعراب التبعي في مسار تحليل مشاعر قائم على القواعد لتحسين السرعة والدقة بشكل كبير مقارنة بالمحللات التقليدية، والأساليب الاستدلالية، والنماذج القائمة على المحولات (Transformer).
تعالج هذه الورقة فجوة الاستدلال المتعلقة بالسلامة في النماذج اللغوية البصرية من خلال تقديم مجموعة بيانات السلامة متعددة الصور (MIS)، التي تدمج مدخلات متعددة الصور مع تسميات "سلسلة الأفكار" الخاصة بالسلامة لتعزيز قدرات الاستدلال البصري وأداء السلامة بشكل كبير مع الحفاظ على القدرات العامة للنموذج.
تقدم هذه الورقة إطار عمل تقييمي جديد متعدد الجولات يجمع بين المحاكاة الآلية ودراسة بشرية واسعة النطاق لإثبات أن النماذج اللغوية الكبيرة المتطورة تظهر باستمرار سلوكيات بشرية، مثل بناء العلاقات واستخدام ضمائر المتكلم، والتي تبرز أساساً عبر جولات متعددة وتؤثر بشكل كبير على تصورات المستخدمين.
تقدم هذه الورقة إطار عمل "الاستدلال الكامن المضغوط" (CoLaR)، وهو إطار يستخدم الضبط الدقيق الخاضع للإشراف والتعلم التعزيزي لضغط سلاسل استدلال النماذج اللغوية الكبيرة ديناميكيًا في الفضاء الكامن، مما يقلل بشكل كبير من التكاليف الحسابية ووقت الاستنتاج مع الحفاظ على الدقة أو حتى تحسينها في المهام الرياضية المعقدة.