cs.CL ورقة بحثية

Uncertainty and Fairness Awareness in LLM-Based Recommendation Systems

تقدم هذه الورقة معياراً شاملاً ومنهجية تقييم لأنظمة التوصية القائمة على النماذج اللغوية الكبيرة، والتي تقيس عدم اليقين التنبؤي وتكشف عن تحيزات منهجية مرتبطة بالديموغرافيا والشخصية، مما يؤسس لقاعدة لتطوير نماذج توصية أكثر أماناً وعدلاً وقابلية للتفسير.

Chandan Kumar Sah, Xiaoli Lian, Li Zhang, Tony Xu, Syed Shazaib Shah2026-02-04

💬 NLP

Graph-Augmented Reasoning with Large Language Models for Tobacco Pest and Disease Management

تقترح هذه الورقة إطار عمل استدلالي معزز بالرسوم البيانية يدمج رسماً بيانياً للمعرفة خاصاً بمجال معين مع نموذج ChatGLM مضبوط بدقة لتعزيز إدارة آفات وأمراض التبغ من خلال استرجاع أدلة علاقاتية من أجل قدرات أكثر دقة ومقاومة للهلوسة واستدلال متعدد الخطوات.

Siyu Li, Chenwei Song, Qi Zhou, Wan Zhou, Xinyi Liu2026-02-04

💬 NLP

Privately Fine-Tuned LLMs Preserve Temporal Dynamics in Tabular Data

تقدم الورقة البحثية إطار عمل PATH، وهو إطار عمل مبتكر يستفيد من النماذج اللغوية الكبيرة التي تم ضبطها بدقة وبشكل خاص لتخليق بيانات جدولية طولية ذات خصوصية تفاضلية، مما يحافظ بفعالية على الديناميكيات الزمنية والارتباطات طويلة المدى التي تفشل الطرق التقليدية القائمة على الهوامش في التقاطها.

Lucas Rosenblatt, Peihan Liu, Ryan McKenna, Natalia Ponomareva2026-02-04

💬 NLP

AmharicStoryQA: A Multicultural Story Question Answering Benchmark in Amharic

تقدم هذه الورقة AmharicStoryQA، وهو معيار مرجعي للأسئلة والأجوبة حول القصص طويلة التسلسل ومتنوع ثقافياً للغة الأمارية، يكشف عن تباينات إقليمية كبيرة في أداء النماذج اللغوية الكبيرة، ويجادل بأن التقييمات الحالية تغفل الاختلافات الثقافية ذات المعنى داخل اللغة الواحدة.

Israel Abebe Azime, Abenezer Kebede Angamo, Hana Mekonen Tamiru, Dagnachew Mekonnen Marilign, Philipp Slusallek, Seid Mu (…)2026-02-04

💬 NLP

Chain of Simulation: A Dual-Mode Reasoning Framework for Large Language Models with Dynamic Problem Routing

تقدم الورقة البحثية "سلسلة المحاكاة" (Chain of Simulation - CoS)، وهو إطار عمل استدلالي ثنائي الوضع لا يتطلب تدريباً، يقوم بتوجيه المشكلات ديناميكياً إلى استراتيجيات متخصصة للمهام الحسابية، والمكانية، ومتعددة الخطوات، محققاً تحسينات كبيرة في الدقة وموازنة أفضل بين الكفاءة والدقة عبر العديد من الاختبارات والنماذج اللغوية الكبيرة مقارنة بالنماذج المرجعية الحالية.

Saeid Sheikhi2026-02-04

💬 NLP

TraceNAS: Zero-shot LLM Pruning via Gradient Trace Correlation

تُعد TraceNAS إطار عمل عالي الكفاءة للبحث عن البنى العصبية لا يتطلب تدريباً، حيث يستفيد من ارتباط أثر التدرج لتحديد النماذج اللغوية الكبيرة المقلمة بشكل غير منتظم والأساسية، وذلك عبر مواءمة تضاريس الخسارة الخاصة بها مع النماذج الأصلية المدربة مسبقاً، محققاً أداءً تنافسياً مع الطرق التي تعتمد على التدريب بتكلفة حوسبية ضئيلة.

Prajna G. Malettira, Manish Nagaraj, Arjun Roy, Shubham Negi, Kaushik Roy2026-02-04

💬 NLP

Nüwa: Mending the Spatial Integrity Torn by VLM Token Pruning

تُعد Nüwa إطار عمل لتقليم الرموز (token pruning) يتكون من مرحلتين، يعالج التدهور المكاني في النماذج الرؤية اللغوية الحالية عبر الجمع بين الاحتفاظ بالمرتكزات المكانية العالمية المستوحى من ذكاء السرب وبين تصفية صلة المهام الموجهة بالنص، محققاً بذلك أداءً هو الأفضل في فئته في كل من مهام الإجابة على الأسئلة البصرية والترسيخ البصري.

Yihong Huang, Fei Ma, Yihua Shao, Jingcai Guo, Zitong Yu, Laizhong Cui, Qi Tian2026-02-04

💬 NLP

Where Norms and References Collide: Evaluating LLMs on Normative Reasoning

تقدم هذه الورقة SNIC، وهو بيئة اختبار تم التحقق منها بشرياً لتقييم النماذج اللغوية الكبيرة في مجال حل المراجع القائم على المعايير، مما يكشف أن حتى النماذج المتطورة تواجه صعوبة في تحديد وتطبيق المعايير الاجتماعية الضمنية الضرورية للتفاعلات الموقعية والمجسدة بشكل متسق.

Mitchell Abrams, Kaveh Eskandari Miandoab, Felix Gervits, Vasanth Sarathy, Matthias Scheutz2026-02-04

💬 NLP

RC-GRPO: Reward-Conditioned Group Relative Policy Optimization for Multi-Turn Tool Calling Agents

تقترح الورقة البحثية إطار عمل RC-GRPO، وهو إطار عمل مبتكر يعزز استدعاء الأدوات متعدد الجولات في النماذج اللغوية الكبيرة عن طريق حقن رموز مكافأة منفصلة لتكييف توليد المسارات وتنويع عمليات التدحرج، مما يتغلب على مشكلة تلاشي التحديث الناتجة عن انخفاض تباين المكافأة داخل المجموعة ويحقق أداءً هو الأفضل حالياً في اختبار BFCLv4 المرجعي.

Haitian Zhong, Jixiu Zhai, Lei Song, Jiang Bian, Qiang Liu, Tieniu Tan2026-02-04

💬 NLP

SAES-SVD: Self-Adaptive Suppression of Accumulated and Local Errors for SVD-based LLM Compression

تقترح الورقة البحثية إطار عمل SAES-SVD، وهو إطار ضغط جديد للنماذج اللغوية الكبيرة (LLM) يعمل على التخفيف من تراكم أخطاء إعادة البناء عبر طبقات الشبكة من خلال التحسين المشترك لإعادة البناء داخل الطبقة والتعويض عن الخطأ بين الطبقات عبر مكوناته المتمثلة في "ضغط الطبقة المدرك للخطأ التراكمي" و"كبح الخطأ التعاوني التكيفي"، مما يؤدي إلى تحسين أداء ما بعد الضغط بشكل كبير دون الحاجة إلى ضبط دقيق.

Xing Hu, Dawei Yang, Yuan Cheng, Zhixuan Chen, Zukang Xu2026-02-04

→ السابق التالي ←