11158 ورقة بحثية
تقدم هذه الورقة البحثية "التجميع المستمر للعمق" (CDB)، وهو إطار جدولة مبتكر يتيح استنتاجاً فعالاً ومتكيفاً مع العمق من البداية إلى النهاية للنماذج اللغوية الحلقية، وذلك عبر فصل تكرارات الحلقة عن مراحل الحدود وتداخل الجدولة مع الحوسبة في وحدة معالجة الرسومات، مما يحقق إنتاجية أعلى بما يصل إلى 1.9 ضعفاً وزمن انتقال أقل بكثير مقارنة بالطرق القياسية.
تقترح هذه الورقة AlignXada، وهو إطار عمل للتعلم التلوي (meta-learning) لا يتطلب تدريباً، يستخدم التعلم التعزيزي اللفظي لتحويل ملخصات تفضيلات المستخدم الشاملة إلى تمثيلات موجزة ومحددة للمهام، مما يؤدي إلى تحسين أداء تخصيص النماذج اللغوية الكبيرة عبر مهام متنوعة مع تقليل طول السياق بشكل كبير والتفوق على نهج التوليد المعزز بالاسترجاع (RAG).
تقدم هذه الورقة TCS-Bench، وهو معيار مرجعي جديد مصمم لتقييم قدرات النماذج اللغوية الكبيرة في إثبات النظريات على مستوى البحث العلمي باستخدام مسائل من أبرز المحافل العلمية في علوم الحاسوب النظرية، مصحوبة بوكيل تحقق عالي الدقة للتحقق من صحة البراهين المولدة مقابل أحكام الخبراء البشريين.
تقدم هذه الورقة Se-DPO، وهي طريقة تضبط ديناميكيًا الائتمان على مستوى الرمز (token-level credit) بناءً على إشارات المكافأة الداخلية المتطورة والثقة للتغلب على قيود التجميع الموحد الثابت في تحسين التفضيل المباشر (Direct Preference Optimization)، محققةً مكاسب أداء كبيرة في اختبارات معيارية مثل AlpacaEval 2 وArena-Hard.
تُظهر هذه الورقة أن درجات السلامة الداخلية، التي تعتمد على قياسات الانتباه المعتمدة على المطالبة، تفشل في التنبؤ بنجاح عمليات كسر الحماية لأن الهجمات المغلفة تغير كلاً من المحتوى وإحداثيات القياس، مما يتسبب في جعل درجات النية الضارة تعكس ترتيباً عكسياً للنتائج الضارة الفعلية عبر نماذج وعائلات هجوم متعددة.
تُثبت هذه الورقة أن مشفرًا تقاطعيًا (cross-encoder) صغيرًا، تم ضبطه بدقة باستخدام طريقة القائمة (listwise fine-tuning)، يتفوق بشكل كبير على نموذج لغوي كبير (LLM) أكبر حجمًا ومضبوط بالتعليمات بأسلوب الوكيل (agentic instruction-tuned) في إعادة ترتيب الإجراءات الطبية للتأمين الصحي، مما يوفر دقة وكفاءة فائقتين بـ 37 ضعفًا أقل من حيث عدد المعلمات.
تقدم هذه الورقة البحثية REFRAMED، وهي مجموعة بيانات ومعيار عالي الجودة يعيد صياغة توليد الوصف الصوتي كمسألة اتخاذ قرار مشتركة لتحديد كل من المحتوى والتوقيت، مما يؤسس لأساس جديد لأبحاث إمكانية الوصول الواقعية للأفلام التي تكشف الفجوة الكبيرة بين الأنظمة الحالية للذكاء الاصطناعي وأداء الخبراء البشريين.
تقدم هذه الورقة PragMatch، وهو معيار ضبط مصمم لتقييم قدرة نماذج اللغة الرؤية الكبيرة على التمييز بين عدم الاتساق البراغماتي الحقيقي وعدم التطابق السطحي عبر الوسائط، مما يكشف أن النماذج الحالية تعتمد بشكل كبير على إشارات مختصرة مثل الإشارات المعجمية والأسلوبية بدلاً من الاستدلال متعدد الوسائط الحقيقي.
تقدم الورقة البحثية KGCaRe، وهو إطار عمل هجين يعزز الإجابة على الأسئلة الشرطية المعقدة من خلال الجمع بين الاسترجاع العصبي وبناء مخطط المعرفة التلقائي المدفوع بالنماذج اللغوية الكبيرة والعبور المتكرر للمخطط، مما يظهر أداءً فائقاً على النماذج والمجموعات المرجعية الحالية.
تقدم هذه الورقة تحليلاً كمياً لمتن يحتوي على ٢٠٦ أفلام لإثبات وجود اختلافات لغوية وهيكلية جوهرية بين الوصف الصوتي البريطاني والأمريكي، مما يؤكد الفرضيات المتعلقة بالتباينات في المعجم، والقواعد، والذاتية، والالتزام بالإرشادات الإقليمية.