cs.AI

Evolving Roles of LLMs in Scientific Innovation: Assistant, Collaborator, Scientist, and Evaluator

تقترح هذه الدراسة استقصائية إطار عمل رباعي الأدوار (مساعد، ومتعاون، وعالم، ومقيّم) يدمج بين الاستقلالية، والوظيفة الإدراكية، والابتكار العلمي لتحليل القدرات، والقيود، ومتطلبات الإشراف البشري للنماذج اللغوية الكبيرة في البحث والاكتشاف العلمي بشكل منهجي.

MAC: Masked Agent Collaboration Boosts Large Language Model Medical Decision-Making

تقترح هذه الورقة إطار عمل "تعاون الوكلاء المقنع" (MAC)، الذي يعزز اتخاذ القرار الطبي من خلال الاختيار المنهجي لوكلاء النماذج اللغوية الكبيرة (LLM) الأمثل وفق معيار باريتو، وإخفاء المخرات المتضاربة بشكل تكراري لتمكين انتشار المعلومات التكيفي والمتدرج.

Filter then Attend: Improving attention-based Time Series Forecasting with Spectral Filtering

تقترح هذه الورقة تعزيز النماذج القائمة على "ترانسفورمر" (Transformer) للتنبؤ بالسلاسل الزمنية الطويلة من خلال دمج مرشحات طيفية قابلة للتعلم في مرحلة الإدخال، مما يحسن الأداء، ويقلل حجم النموذج، ويسمح باستغلال أفضل للطيف الترددي الكامل مع إضافة حد أدنى من المعلمات.

Probabilistic Modeling of Latent Agentic Substructures in Deep Neural Networks

تؤسس هذه الورقة إطاراً احتمالياً لنمذجة البنى التحتية الوكيلة الكامنة في الشبكات العصبية باستخدام التجميع اللوغاريتمي الموزون لإثبات شروط الإجماع الصارم، وتوضح كيف يفسر هذا النظرية ظهور الشخصيات المتناقضة مثل "والويجي"، مما يقدم استراتيجيات جديدة لتحسين توافق الذكاء الاصطناي.

Vulnerable Agent Identification in Large-Scale Multi-Agent Reinforcement Learning

تتناول هذه الورقة مشكلة تحديد الوكيل الضعيف في التعلم المعزز متعدد الوكلاء واسع النطاق عبر اقتراح إطار عمل للتحكم في المجال المتوسط اللامركزي التنافسي الهرمي، والذي يفصل عملية اختيار الوكيل ذات التعقيد الحسابي العالي (NP-hard) عن تعلم السياسة التنافسية عبر تحويل "فينشل-روكافيلر"، مما يتيح تحديداً فعالاً ومثبتاً من حيث المثالية للوكلاء الذين تسبب أعطالهم أسوأ تدهور في أداء النظام.

A Formal Comparison Between Chain of Thought and Latent Thought

تقدم هذه الورقة تحليلاً رسمياً يوضح أنه في حين أن التفكير الكامن (latent thought) يتيح حوسبة متوازية أكثر كفاءة من "سلسلة الأفكار" (Chain of Thought) المتسلسلة بطبيعتها، فإن الأخيرة تدعم بشكل فريد العد التقريبي وأخذ العينات من خلال فك الترميز العشوائي، مما يوفر إرشادات عملية لاختيار نموذج الاستدلال المناسب بناءً على متطلبات المهمة.

Neural Diffusion Processes for Physically Interpretable Survival Prediction

BioBlobs: Unsupervised Discovery of Functional Substructures for Protein Function Prediction

يُعد BioBlobs إطار عمل غير معتمد على مشفر محدد، وقابل للتفاضل من البداية إلى النهاية، يكتشف بشكل غير خاضع للإشراف بنيات فرعية وظيفية متماسكة ("blobs") من تسلسلات أو هياكل البروتين للتنبؤ بالوظيفة وتحديد المواقع التحفيزية باستخدام جزء ضئيل فقط من البقايا، دون الحاجة إلى تسميات توضيحية صريحة على مستوى البنية الفرعية.

Coevolutionary Continuous Discrete Diffusion: Make Your Diffusion Language Model a Latent Reasoner

تقترح هذه الورقة البحثية نموذج الانتشار المستمر والمنفصل المتطور (CCDD)، وهو إطار عمل مبتكر يوحد عمليات الانتشار المستمرة والمنفصلة ضمن نموذج واحد للتغلب على تحديات التدريب وفك التشفير التي تواجه الانتشار المستمر، مع الاستفضاء من قدرته النظرية الفائقة في التعبير لتعزيز أداء نمذجة اللغة.

See the past: Time-Reversed Scene Reconstruction from Thermal Traces Using Visual Language Models

تقترح هذه الورقة إطار عمل مبتكر يجمع بين النماذج اللغوية البصرية وعملية انتشار مقيدة لإعادة بناء حالات المشهد الماضية المعقولة من الآثار الحرارية المتلاشية التي تتركها التفاعلات البشرية، مما يتيح التصوير العكسي للزمن لفترة تصل إلى 120 ثانية سابقة.