2249 ورقة بحثية
تجادل هذه الورقة بأن الاعتماد الواسع النطاق للذكاء الاصطناعي في التعليم العالي يستلزم تحولاً جذرياً في استراتيجيات التقييم من تقييم المخرجات النهائية إلى التأكيد على عمليات التعلم، وذلك لمعالجة عدم التوافق بين المقاييس التقليدية والفهم الحقيقي مع الحفاظ على استقلالية الطالب.
تكشف هذه الورقة أن النماذج اللغوية الكبيرة تُظهر اعتماداً غير معاير على السمات الوكيلة في اتخاذ القرار، حيث تفشل غالباً في مواءمة استخدامها للأدلة مع الحقيقة الجوهرية، وتُظهر أن التقييمات القياسية القائمة على الدقة وتغييرات الملصقات الديموغرافية البسيطة غير كافية للكشف عن هذه الانحيازات الدقيقة.
تتقصى هذه الورقة عدم التوافق بين سياسات الإفصاح الحالية عن الذكاء الاصطناعي وتوقعات الباحثين في علوم الحاسوب، كاشفةً أنه في حين يعطي الباحثون الأولوية للإفصاح عن استخدام الذكاء الاصطنا dalam المهام منخفضة المشاركة مثل تصميم الأبحاث، فإن ممارسات الإفصاح الفعلية تبالغ في الإبلاغ عن الاستخدامات الأقل أهمية مثل المساعدة في الكتابة، مما يوصي بضرورة مواءمة السياسات بشكل أفضل مع هذه التوقعات.
تقدم هذه الورقة دراسة حالة من قسم الحوسبة العلمية في STFC تفصل كيف نجحت استراتيجية استدامة وُضعت من الصفر، طُورت عبر مراقبة الانبعاثات والتعليم للمستخدمين وأفضل الممارسات، في تحويل بنيتها التحتية للبحوث الرقمية لتتماشى مع أهداف المملكة المتحدة للوصول إلى صافي انبعاثات صفري، وتعمل كنموذج للمنظمات المماثلة.
تكشف هذه الورقة أن النماذج اللغوية غالباً ما تحتفظ بانحيازات تمثيلية داخلية فيما يتعلق بكفاءة المستخدم بناءً على الخصائص الديموغرافية مثل النوع الاجتماعي والعرق، حتى عندما تبدو مخرجاتها الملحوظة غير منحازة، مما يثبت أن التقييمات السلوكية وحدها غير كافية للكشف عن أوضاع الفشل الكامنة هذه.
تُدقق هذه الدراسة الاستكشافية نظام استرجاع معزز بالتوليد (RAG) باللغة الإنجليزية اصطناعي عبر أربع مجموعات ثقافية، وتجد عدم وجود دليل ذي دلالة إحصائية على أن الاستعلامات المحملة بالصور النمطية تزيد من تسريب المعلومات الشخصية مقارنة بالاستعلامات المحايدة، رغم أن المؤلفين يحذرون من أن نتائجهم تمثل "عدم اكتشاف" وليس إثباتاً لعدم وجود تأثير نظراً لمحدودية حجم العينة والعوامل المربكة مثل آثار صدى المطالبة (prompt-echo artifacts).
تقدم هذه الورقة "أنصاري"، وهو مساعد ذكاء اصطناعي إسلامي مُنشر ومعتمد على الاسترجاع، يعمل على الحد من التزييف الواقعي وعدم توافق القيم من خلال الإجابة بصرامة على الأسئلة بناءً على نصوص دينية موثقة مع الاستشهاد بها، مما يظهر أداءً فائقاً في الاختبارات المعيارية الإسلامية ويقدم دروساً بالغة الأهمية لنشر نماذج اللغات الكبيرة الحساسة للعقيدة.
تقترح هذه الورقة نموذج عمل أدنى للأنظمة اللغوية الكبيرة بناءً على أربعة تمايزات رئيسية لتشخيص وتصحيح ستة مفاهيم خاطئة شائعة، مما يقدم مجموعة أدوات تشخيصية تتجاوز ثنائية "عقل الببغاء" لتحسين تقييم القدرات، وتصميم الأنظمة، والحوكمة.
تقدم هذه الورقة UrbanShare-MoE-PA، وهو إطار عمل قائم على البيانات على مستوى الوكيل يستخدم بنية "خليط من الخبراء" مع محاذاة التفضيلات لترجمة سياسات التدخل غير الصيدلانية إلى مسارات واقعية للتنقل والنشاط، مما يتيح عمليات محاكاة أكثر دقة لديناميكيات الأوبئة والمفاضلات في الأنشطة.
يقدم FlavourBench معياراً مؤتمتاً لتصنيف النماذج اللغوية الرائدة في المهام المتعلقة بفنون الطهي عبر استخدام نظام إصدارات لإنشاء درجات حقيقية قابلة للتنفيذ لجميع محافظ المكونات الممكنة، مما يقضي على تحيز الحكام والبيانات المفقودة مع توفير مقارنات قوية إحصائياً عبر 27 نموذجاً.