23200 ورقة بحثية
تقدم هذه الورقة "مستودع بيانات إنتاج القمح المستدام"، وهو إطار عمل رسومي دلالي معياري يدمج مجموعات البيانات الزراعية المتنوعة في قاعدة معرفية موحدة وقابلة للاستعلام لتعزيز التوافق التشغيلي للبيانات، ودعم ممارسات إنتاج القمح المستدامة، وإرساء الأساس لنظام استخبارات عالمي قابل للتوسع لأنظمة الغذاء.
تقدم هذه الورقة البحثية "نازو نازو بنشمارك" (NazoNazo Benchmark)، وهي مجموعة بيانات من الألغاز اليابانية المصممة لكشف "عنق زجاجة معرفي ميتـا-معرفي" في النماذج اللغوية الكبيرة، حيث تخفق هذه النماذج بشكل متكرر في تأييد المرشحين الوسيطين الصحيحين بسبب إخفاقات في عملية التحقق، مما يكشف عن فجوة حرجة بين التوليد والتقييم الذاتي تغفلها الاختبارات المعيارية المعتادة.
تقدم هذه الورقة البحثية PEFT-MuTS، وهو إطار عمل للضبط الدقيق كفء في المعلمات يستفيد من نماذج السلاسل الزمنية المدربة مسبقاً عبر المجالات وآلية دمج متعددة المتغيرات مبتكرة لتحقيق تنبؤ دقيق بالعمر النافع المتبقي باستخدام أقل من 1% من بيانات المعدات المستهدفة، مما يتغلب بفعالية على قيود ندرة البيانات في سيناريوهات التعلم من عينات قليلة.
تقدم هذه الورقة \poshbench، وهو معيار موحد يوضح أنه بينما يمكن للنماذج اللغوية العصبية اكتساب تعميمات تعتمد على البنية من بيانات محدودة دون وجود تحيزات نحوية فطرية، إلا أنها تظل أقل كفاءة من الأطفال وتتطلب انحيازات استقرائية إضافية مدفوعة معرفيًا لمطابقة التعلم الشبيه بالبشر بشكل كامل.
تقترح هذه الورقة إطار عمل ESRT، وهو إطار عمل للحوسبة الطرفية-السحابية (Edge-cloud) كفء من حيث المعلمات وعرض النطاق الترددي للترجمة من الكلام إلى نص بنمط (من طرف إلى أطراف متعددة)، والذي يستخدم التعلم المنهجي الموزون متعدد المهام لتدريب نماذج خفيفة الوزن وينقل تنسورات مضغوطة بدلاً من الصوت الخام لتحقيق أداء رائد عبر 45 لغة مع الحفاظ على الخصوصية.
تقترح هذه الورقة إطاراً رياضياً موحداً، يُسمى GTIN، للتنبؤ المشترك بالحدث التالي ووقت حدوثه في الرسوم البيانية الزمنية، وهو ما أظهر أداءً فائقاً على الطرق الحالية عبر مجموعات بيانات متنوعة، لا سيما في التعامل مع الأنماط غير المنتظمة والارتباطات الزمنية المعقدة.
تقدم هذه الورقة TradeVerse، وهو أول معيار مرجعي طولي مستمد من سجلات اجتماعات منظمة التجارة العالمية يقيم قدرات النماذج اللغوية الكبيرة في فهم المفاوضات التجارية السياسية متعددة الأدوار من خلال ثلاث مهام: التنبؤ برموز المنتجات، وتحديد الدول المستجيبة، وتوليد البيانات الدبلوماسية.
تقدم الورقة البحثية RubricForge، وهي طريقة تطور معايير تقييم قابلة للقراءة من قبل البشر انطلاقاً من مسارات الحقيقة الأرضية (ground-truth trajectories) لتقليل الإفراط في منح الائتمان للسلوكيات الفاشلة للوكلاء في التقييمات الخالية من المكافآت بشكل كبير، مع إعطاء الأولوية للأمانة وتقليل حالات النجاح الزائف على حساب الاتفاق الخام مع النماذج المرجعية العامة.
تقدم هذه الورقة تحليلاً منهجياً للحساسية لنموذج Qwen3.6-35B-A3B من نوع "خليط الخبراء" (Mixture-of-Experts)، كاشفةً أن حساسية الطبقات تعتمد بقوة على العمق، ومثبتةً أن الحجب الجريء للخبراء ذوي المقادير المنخفضة في الطبقات المتأخرة يتفوق بشكل كبير على الحجب الموحد في الحفاظ على جودة المخرجات مع تمكين ضغط النموذج بكفاءة.
تجادل هذه الورقة بأن تحسين النماذج اللغوية الكبيرة من أجل معايير برمجية ضيقة مثل SWE-bench يفشل في تحسين قدرات البرمجة العامة أو الانتقال إلى مهام أخرى، مما يستوجب التحول نحو أساليب تقييم متنوعة وشاملة وصيانة مستمرة للمعايير لضمان التقييم الموثوق.