28108 ورقة بحثية
تقدم هذه الورقة إطار عمل للتحقق من النزاهة السلوكية (BIV)، والذي يجمع بين تحليل الكود الحتمي والاستخراج بمساعدة النماذج اللغوية الكبيرة للكشف عن التباينات بين القدرات المعلنة والقدرات الفعلية لمهارات الوكيل الذكي، مظهرةً أنه في حين أن معظم الانحرافات تنبع من إهمال المطورين لا من سوء النية، إلا أن النظام يحدد التهديدات الخبيثة بفعالية ويتفوق على المقاييس المرجعية الحالية في الاختبارات المعيارية واسعة النطاق.
تستقصي هذه الورقة بشكل منهجي ما إذا كانت جداول الضجيج غير الرتيبة يمكن أن تحسن توليد نماذج الانتشار، لتجد أنه بينما تفشل مثل هذه الجداول عالميًا في التفوق على النماذج المرجعية الرتيبة، فإن شدة العقوبة الناتجة في الأداء تتباين بشكل كبير عبر البنيات المختلفة (DDPM، وFlow Matching، وEDM) بسبب الاختلافات الهيكلية في تقارب المزالة للضجيج، وهي ظاهرة تم قياسها كميًا بواسطة معامل حساسية الجدول المقترح حديثًا.
تقدم الورقة البحثية OTT-Vid، وهو إطار عمل لضغط الرموز الزمني لا يتطلب تدريباً لنماذج اللغة الكبيرة الخاصة بالفيديو، والذي يستفيد من النقل الأمثل مع كتلة رموز غير منتظمة وتكاليف مدركة للمحلية لتخصيص ميزانيات الضغط ديناميكياً بناءً على قابلية ضغط أزواج الإطارات، محققاً أداءً هو الأفضل في فئته مع الاحتفاظ بـ 10% فقط من الرموز المرئية.
تقدم هذه الورقة البحثية MCF-Proto، وهو رأس حركة خفيف الوزن يعزز نماذج الرؤية واللغة والعمل من خلال التنبؤ بإطار محلي متمحور حول الحركة واستخدام المعلمة القائمة على النماذج الأولية لتحقيق تحكم روبوتي في المناولة أكثر إيجازاً ومتانة وتعميماً دون الحاجة إلى إشراف مساعد.
تقدم هذه الورقة AutoRO-Bench، وهو معيار مخصص لتقييم النماذج اللغوية الكبيرة في إعادة صياغة التحسين المتين، وتقترح AutoREM، وهو إطار عمل معزز بالذاكرة وغير معتمد على الضبط، يتعلم ذاتياً من الإخفاقات السابقة لتحسين دقة وكفاءة إعادة الصياغة بشكل كبير عبر مختلف النماذج ومجموعات البيانات.
يقدم MedMemoryBench إطار عمل مرجعي جديد واسع النطاق لوكلاء الرعاية الصحية الشخصيين، يستخدم مسار تعاوني بين الإنسان والوكيل لتوليد مسارات طبية واقعية وبروتوكول تقييم تدفقي لتقييم أداء الذاكرة بصرامة، مما يكشف عن اختناقات حرجة مثل تشبع الذاكرة في البنيات الحالية.
تقيم هذه الورقة المقايضات بين الشبكات المتراكبة المهيكلة من نوع Chord وPastry وKademlia لاكتشاف الوكلاء اللامركزي عبر متصل الحوسبة، مع تحليل أدائها من حيث الموثوقية، وسلوك بدء التشغيل، والعبء الإضافي لطبقة التحكم في ظل كل من ظروف الاستقرار وظروف التغيير العالي، وذلك لتحديد نقاط التشغيل المثلى لبيئات الحافة إلى السحابة.
تحدد هذه الورقة معدلات التقارب المثلى من نوع (minimax) لنموذج الغابة العشوائية في الانحدار عبر ربطها باضمحلال القيم الذاتية لمؤثرات النواة المستحثة، وتستفيد من هذا المنظور الطيفي لتطوير مخططات ضغط عالية الكفاءة تعمل على تقطير مجموعات الأشجار إلى نماذج مدمجة وعالية الأداء.
تقدم هذه الورقة إطاراً للتعلم الذاتي الإشراف المتمسك بخصائص المارتينجال (martingale-consistent)، والذي يفرض التماسك بين التنبؤات الخشنة والمُحسّنة في ظل الملاحظة الجزئية، مما يؤدي إلى تحسين متانة النموذج ومعايرته مقارنة بأهداف الثبات القياسية.
تقدم الورقة البحثية ZipRerank، وهو إعادة ترتيب متعدد الوسائط قائم على القوائم عالي الكفاءة يحقق دقة رائدة في مجالها على المستندات الطويلة مع تقليل زمن انتقال الاستدلال بشكل كبير من خلال إلغاء فك التشفير التوليدي واستخدام استراتيجية تدريب ثنائية المراحل.