الأبحاث ضمن الموضوع : تقنيات معالجة اللغة الطبيعية
-
إغلاق حلقة كاتينارية: سلسلة اللاريت، مطلق الخيط، والإيلاستيك الثقيل
2026 | المؤلف: Abhinav Ravindra Dehadrai وآخرون | المجلة: Journal of Fluids and Structures | المجال: الذكاء الاصطناعي (Artificial Intelligence)في هذا القسم، يستعرض المؤلفون الأبحاث الحالية ويطورونها حول التوازنات للأشكال المغلقة التي تتكون من مطلق خيط، وهو تكوين كاتيناري لخيط مرن يتأثر بقوى الجاذبية والسحب. يرسمون أوجه التشابه مع مشاكل ذات صلة مثل اللاريت، نافورة السلسلة، والإيلاستيك الثقيل، مؤكدين على التحديات المتمثلة في الحفاظ على شكل كاتيناري من خلال الاتجاهات الرأسية اللازمة لإغلاق الحلقة.…
-
AECBench: معيار هرمي لتقييم المعرفة لنماذج اللغة الكبيرة في مجال AEC
2026 | المؤلف: Liang Chen وآخرون | المجلة: Advanced Engineering Informatics | المجال: الذكاء الاصطناعي (Artificial Intelligence)تقدم هذه الورقة البحثية AECBench، وهو معيار مصمم لتقييم أداء نماذج اللغة الكبيرة (LLMs) ضمن قطاع الهندسة المعمارية والهندسة والبناء (AEC). مع الاعتراف بزيادة اعتماد LLMs في هذا المجال الحساس للسلامة، طور المؤلفون إطار تقييم معرفي من خمسة مستويات يشمل حفظ المعرفة، وفهم المعرفة، واستدلال المعرفة، وحساب المعرفة، وتطبيق المعرفة. يتضمن المعيار 23 مهمة مستمدة…
-
RetroInfer: محرك تخزين متجهات لاستنتاج LLM طويل السياق القابل للتوسع
2026 | المؤلف: Yaoqi Chen وآخرون | المجلة: Proceedings of the VLDB Endowment | المجال: الذكاء الاصطناعي (Artificial Intelligence)في هذا القسم، يتناول المؤلفون التحديات التي تواجه نماذج اللغة الكبيرة (LLMs) مع توسيع نوافذ السياق الخاصة بها، وخاصة القيود في سرعة الاستدلال بسبب زيادة متطلبات ذاكرة GPU وعرض النطاق الترددي. ينمو ذاكرة المفتاح والقيمة (KV) التي تخزن تمثيلات الرموز بشكل خطي مع طول السياق وتتطلب مسحًا خطيًا تكراريًا لحساب الانتباه. لتعزيز استدلال السياق الطويل،…
-
تعديل النماذج اللغوية الكبيرة للتكيف مع المجالات: استكشاف استراتيجيات التدريب، والتوسع، ودمج النماذج، والقدرات التآزرية
2025 | المؤلف: Wei Lu وآخرون | المجلة: npj Computational Materials | المجال: الذكاء الاصطناعي (Artificial Intelligence)يتناول هذا القسم من ورقة البحث ضبط النماذج اللغوية الكبيرة (LLMs) لتطبيقات محددة في مجالات معينة، لا سيما في علوم المواد والهندسة. يستقصي المؤلفون استراتيجيات تدريب مختلفة، بما في ذلك إعادة التدريب المستمر (CPT)، وضبط دقيق تحت إشراف (SFT)، وطرق تحسين قائمة على التفضيلات مثل تحسين التفضيل المباشر (DPO) وتحسين نسبة الاحتمالات (ORPO). تشير نتائجهم…
-
تطبيقات معالجة اللغة الطبيعية للغات ذات الموارد المحدودة
2025 | المؤلف: Partha Pakray وآخرون | المجلة: Natural language processing. | المجال: الذكاء الاصطناعي (Artificial Intelligence)تقدم هذه القسم نظرة عامة على التقدم والتحديات في معالجة اللغة الطبيعية (NLP) للغات ذات الموارد المحدودة، والتي غالبًا ما تكون ممثلة تمثيلاً ناقصًا في التطورات التكنولوجية بسبب نقص البيانات والموارد. بينما تستفيد اللغات ذات الموارد العالية من مجموعات بيانات واسعة تسهل تدريب نماذج معقدة، تواجه اللغات ذات الموارد المحدودة عقبات كبيرة، بما في ذلك…
-
هندسة اللغة: فهم الآليات وراء نماذج اللغة الكبيرة
2025 | المؤلف: Andrea Filippo Ferraris وآخرون | المجلة: Cambridge Forum on AI Law and Governance | المجال: الذكاء الاصطناعي (Artificial Intelligence)تقدم الورقة مراجعة شاملة لنماذج اللغة الكبيرة (LLMs)، مع تسليط الضوء على التقدم الكبير الذي حققته في الذكاء الاصطناعي (AI) ومعالجة اللغة الطبيعية (NLP). تبدأ بمناقشة التأثير التحويلي لهندسة المحولات، التي تستخدم آليات الانتباه الذاتي لالتقاط الاعتمادات طويلة المدى والعلاقات السياقية بفعالية، متجاوزة النماذج السابقة مثل الشبكات العصبية التكرارية والشبكات العصبية الالتفافية. يتم فحص الابتكارات…
-
MM-LLMs: التقدمات الحديثة في نماذج اللغة الكبيرة متعددة الوسائط
2024 | المؤلف: Duzhen Zhang وآخرون | المجلة: Findings of the Association for Computational Linguistics ACL 2024 | المجال: الذكاء الاصطناعي (Artificial Intelligence)في هذه الورقة، يقدم المؤلفون مسحًا شاملًا لنماذج اللغة الكبيرة متعددة الوسائط (MM-LLMs)، مع تسليط الضوء على التقدم الكبير الذي تم إحرازه على مدار العام الماضي. تعزز هذه النماذج نماذج اللغة الكبيرة التقليدية (LLMs) من خلال دمج المدخلات والمخرجات متعددة الوسائط من خلال استراتيجيات تدريب فعالة من حيث التكلفة، مما يحافظ على قدراتها على التفكير…
