23200 ورقة بحثية
تقدم هذه الورقة إطار عمل للتحليل الذاتي يحدد نصف قطر الطيف لمصفوفة جاكوبي باعتباره المحدد الرئيسي للاستقرار في المحاكيات العصبية ذاتية الانحدار للأنظمة الفوضوية، مما يكشف أن البنيات المقيدة بالتكامل تحقق استقراراً محايداً، وتقترح دالة خسارة مقابلة لتعزيز دقة التنبؤ والمتانة الديناميكية.
تُثبت هذه الورقة أنه في المستنتج ذي العمق المتكرر، يمكن لمجسات الحالة الخفية الداخلية اكتشاف قدرات الاستنتاج قبل وقت طويل من ظهورها في السلوك الملحوظ، مما يكشف أن العتبات السلوكية وإمكانية الوصول إلى فك التشفير هما مقاييس متميزة وغير مكتملة للجدول الزمني الفعلي لتطور الاستنتاج.
تجادل الورقة بأن تقييم القدرات الرياضية للنماذج اللغوية الكبيرة يتطلب تجاوز المعايير التجميعية نحو تصنيف دقيق لآليات إبداعية متميزة وغير قابلة للاستبدال، مما يشير إلى أنه في حين تتفوق النماذج الحالية في إعادة دمج المعرفة الموجودة، إلا أنها قد تفتقر جوهرياً إلى القدرة على أشكال أخرى من الابتكار الرياضي التي تزداد قيمتها مع تحسن توليد البراهين الآلي.
تقدم هذه الورقة مجموعة بيانات ScoliGait ونموذج TokenSTFormer، وهو نموذج انتباه مكاني-زماني مُجزأ (tokenized) مبتكر يحقق دقة هي الأفضل في حالتها في فحص الجنف مجهول السبب لدى المراهقين من خلال الاستفادة من سمات حركة المشي الشمولية للتغلب على قيود الطرق التقليدية.
تُظهر هذه الدراسة أن الاعتماد على تقييمات مجموعة بيانات واحدة في التصنيف غير المتوازن هو أمر مضلل، حيث يكشف تحليل شامل لـ 45 مهمة أن ضبط العتبة وتقنيات إعادة أخذ العينات مثل SMOTE تُحسن الأداء بشكل كبير عبر نسب عدم توازن متنوعة، خلافاً للنتائج الصفرية التي لوحظت في مجموعة بيانات الاحتيال في بطاقات الائتمان الشهيرة ولكن غير الممثلة.
تقترح هذه الورقة البحثية طريقة "تخصيص ائتمان المعايير حسب الانتقال" (TRCA)، وهي طريقة تولد مكافآت دقيقة على مستوى الخطوات لوكلاء النماذج اللغوية الكبيرة (LLM) ذوي الأفق الطويل من خلال تقييم الانتقالات المستحثة بالأفعال مقابل معايير الأدلة، والتنفيذ، وعدم الصلاحية، مما يتغلب على ندرة المسارات الناجحة ويحسن الأداء في اختبارات قياسية مثل WebShop وSearchQA دون الاعتماد على مقيمين متعلمين.
تقترح هذه الورقة إطاراً للكشف غير الخاضع للإشراف يستفيد من التناقضات الزمنية بين نظام سيبراني فيزيائي وتوأمه الرقمي الذي قد يكون متدهوراً لتحديد الهجمات السيبرانية الفيزيائية بشكل موثوق دون الحاجة إلى بيانات هجوم مصنفة أو تواقيع محددة.
تُثبت هذه الورقة أن الضبط الدقيق لنماذج تضمين النصوص العامة باستخدام تدريب الثلاثيات الخاص بمجال معين يحسن بشكل كبير قدرتها على التمييز بين سجلات الكيانات المتطابقة وتلك المتشابهة للغاية غير المتطابقة، مما يعزز الأداء في مهام حل الكيانات واسترجاع السجلات المكررة.
يُعد QUMem إطار عمل ذاكرة مهيكلة يعزز تخصيص وكلاء النماذج اللغوية الكبيرة من خلال تقسيم سجلات التفاعل إلى حلقات دلالية، وتفكيكها إلى أنواع ذاكرة قابلة للاسترجاع بشكل مستقل، وتوظيف عملية استرجاع متعددة الوكلاء لاستنتاج حالات مستخدم صالحة زمنياً وسياقياً، مما يحقق أداءً رائدًا في معايير قياس التخصيص.
تقدم هذه الورقة "القياس عن بُعد الأصيل للوكيل" (Agent-Native Telemetry)، وهو بنية أدلة قابلة للتحقق تستخدم "بروتوكول قياس الوكيل عن بُعد" (ATP) و"سجل أدلة فروق الحالة" (State-Delta Evidence Ledger) لاستبدال السجلات الموسعة الموجهة للبشر بتغييرات حالة مدمجة وموقعة تشفيرياً، مما يقلل بشكل جذري من تكاليف السياق وأعباء الاستعلام مع ضمان المصدر والأمان لوكلاء الذكاء الاصطناعي المستقلين.