12380 ورقة بحثية
تقدم هذه الورقة LFQA-E، وهو معيار مرجعي شامل متعدد اللغات يتضمن إجابات مرجعية ومقارنات زوجية صُممت لتقييم المقاييس الآلية لأسئلة الإجابة الطويلة تقييماً دقيقاً، مما يكشف أن الطرق الحالية تفشل في مضاهاة التقدير البشري في تقييم الاستجابات الكثيفة والطويلة.
تقيم هذه الدراسة مدى فعالية نموذج GPT-3.5-turbo في اكتشاف شدة الاكتئاب في المنشورات اليونانية المترجمة من الإنجليزية، كاشفةً عن أداء غير متسق عبر اللغات ومسلطةً الضوء على الحاجة الماسة لمزيد من البحث، والتنفيذ الدقيق، والإشراف البشري في تطبيقات الصحة النفسية غير الإنجليزية.
يُعد SVIP بروتوكولاً يعتمد على الأسرار وفعالاً من الناحية الحسابية، يُمكّن المستخدمين من التحقق من نزاهة مزودي استدلال النماذج اللغوية الكبيرة اللامركزيين عبر تدريب مهمة وسيطة على التمثيلات الخفية لتحديد النموذج بشكل فريد ومنع الاستبدال غير المصرح به بنسخ أصغر وأقل قدرة.
تقدم هذه الورقة U-MATH، وهو معيار مرجعي جديد يضم 1,100 مسألة مفتوحة على المستوى الجامعي تغطي ستة موضوعات أساسية مع محتوى متعدد الوسائط بنسبة 20%، إلى جانب مجموعة بيانات -MATH لتقييم الحكم على الحلول، وذلك للكشف عن أوجه القصور الكبيرة في قدرات الاستدلال متعدد الوسائط للنماذج اللغوية الكبيرة الحالية وقدرتها على تقييم الحلول الرياضية بدقة.
تقدم هذه الورقة البحثية "تحسين التلقين المسبق التطوري" (EPPO)، وهي طريقة تسخر الخوارزميات التطورية لاختيار أمثلة "سلسلة الأفكار" ذات القليل من الأمثلة (few-shot)، مما يحسن أداء الاستدلال الرياضي بشكل كبير على معايير مثل GSM8k وMathQA بأكثر من 10 نقاط مطلقة مقارنة بالنهج الساذج.
تقترح الورقة البحثية RaZeR، وهو تنسيق عددي محسّن يعمل على تحسين دقة تكميم النماذج اللغوية الكبيرة ذات الـ 4 بت من خلال إعادة توظيف البتات الزائدة من تمثيل الصفر في FP4 وعامل قياس الكتلة في FP8 لدعم قيم تكميم إضافية، مما يحقق انخفاضات كبيرة في التشتت (perplexity) مقارنة بـ NVFP4 الأصلي.
تستكشف هذه الورقة تقنيات تعزيز الخصائص الشبيهة بالبشر للنماذج اللغوية الكبيرة من خلال تحسين فهم اللغة الطبيعية، والتماسك الحواري، والذكاء العاطفي، مما يبرز قدرتها على تحويل تفاعلات المستخدمين وتطبيقات الذكاء الاصطناي مع تسليط الضوء على الحاجة إلى معالجة المخاوف الأخلاقية الناجمة عن ذلك.
تقيم هذه الدراسة بشكل نقدي قدرات وحدود النماذج اللغوية متعددة اللغات مثل BLOOM-1.7B وQwen2 في التمثيل الدلالي والنقل عبر اللغات، مع تسليط الضوء على أدائها القوي في اللغات ذات الموارد العالية مقابل معاناتها مع اللغات ذات الموارد المنخفضة لاقتراح تحسينات من أجل تقنيات لغوية أكثر شمولاً.
تقدم هذه الورقة البحثية RESM، وهي طريقة دمج مهام أحادية تعتمد على تعزيز إعادة الأوزان، تتفوق على أساليب خلط البيانات ودمج النماذج الحالية من خلال حل النزاعات بين النفعية والصدق وعدم الضرر بشكل فعال لتحقيق التوازن في المحاذاة في النماذج اللغوية الكبيرة.
تقدم الورقة البحثية نموذج GENERator، وهو نموذج جيني توليدي تأسيسي عالي الكفاءة وذو سياق طويل (98 ألف) تم تدريبه مسبقاً على 386 مليار نيوكليوتيد، ويُظهر قدرات قوية في التنبؤ بالمتغيرات والتحليل الوراثي العرقي دون تدريب مسبق، مع تحقيق أداء رائد في الاختبارات المعيارية عند الضبط الدقيق وتمكين التصميم العملي للتسلسلات المشفرة للبروتين الوظيفية والعناصر التنظيمية الاصطناعية.