23200 ورقة بحثية
يُعد Mr3D-VL نموذجاً تأسيسياً لغوياً-بصرياً بـ 4 مليارات معلمة، صُمم للتغلب على قيود الذكاء الاصطناي الحالي في التصوير بالرنين المغناطيسي ثلاثي الأبعاد متعدد المعلمات عبر دمج الترميز ثلاثي الأبعاد غير الخاضع للإشراف مع تضمينات موضعية دورانية رباعية الأبعاد لتمكين التفكير الفائق عبر الوسائط، والمحاذاة المكانية، والقابلية للتفسير السريري لتشخيص أورام الدماغ.
تقترح هذه الورقة آلية المزاد العكسي المدركة للخطأ (EA-RAM)، وهي نموذج توجيه قائم على السوق يتيح اختيار نماذج اللغات الكبيرة بتكلفة فعالة من خلال جعل المزودين يقدمون عطاءاتهم بناءً على احتمالات النجاح والتكاليف المتوقعة ذاتياً، مع نمذجة وتخفيف الأخطاء المزدوجة المتأصلة في التنبؤات بشكل صريح لتحقيق توازنات أفضل بين التكلفة والأداء مقارنة بالنماذج المركزية المرجعية.
تقدم الورقة البحثية ERSkill، وهو إطار عمل متمحور حول الاسترجاع يُمكّن وكلاء النماذج اللغوية الكبيرة (LLM agents) من تطوير استراتيجيات الوصول إلى الذاكرة لديهم باستمرار عبر تمثيل سلوكيات الاسترجاع كمهارات قابلة للتنفيذ، والتحسين المشترك لموجه المهارات ومجموعة المهارات ليتفوق بشكل كبير على النماذج المرجعية الحالية في مهام استعلام الذاكرة غير المتجانسة.
يُعد PatientAct إطار عمل قائم على النظرية لمحاكاة عملاء الصحة النفسية، يتغلب على قيود النماذج اللغوية الكبيرة الحالية المفرطة في التعاون عبر دمج صياغات الحالات السريرية القائمة على نموذج الـ 5Ps وطبقات الذاكرة الديناميكية مع عتبات الثقة لإنتاج تفاعلات عملاء واقعية سلوكياً، ومقاومة، وذات منطق سريري.
تقدم الورقة البحثية "Matrix"، وهي طبقة حالة سببية حتمية تضمن النزاهة المؤسسية في تدفقات العمل الوكيلية من خلال تسجيل أصل قابل للفحص والتحقق من تبعيات السلطة، مما يعطي الأولوية للتنفيذ القابل للتدقيق والتحقق على مجرد صحة النتيجة.
تقدم هذه الورقة PROVE-RT، وهو إطار عمل مدعوم بالنماذج اللغوية الكبيرة (LLM) يستخدم مخططات مدركة للتبعية، واسترجاع المستندات، والتوليد المرحلي لأتمتة إنشاء سكربتات PROSA/ROCQ الميكانيكية لتحليل قابلية الجدولة في الوقت الفعلي بنجاح، محققاً معدل نجاح بنسبة 44.7% حيث تفشل التلقينات المباشرة.
تقدم هذه الورقة البحثية "تحسين السياسة بالتقطير الذاتي على مستوى الخطوة" (SSPO)، وهو إطار عمل مبتكر يعالج عدم تماثل المعلومات في تدريب وكلاء البحث العميق من خلال الاستفيدادة من "مرتكزات الأدلة" المستخرجة من الويب وأوزان الميزة على مستوى الخطوة لتعزيز تخصيص الائتمان والتفوق على خوارزمية GRPO القياسية بأقل قدر من العبء الحسابي.
تقترح الورقة البحثية إطار عمل CRAFT، وهو إطار يعتمد على النماذج اللغوية الكبيرة (LLM) يعمل على تحسين الجداول الزمنية للأعراض عبر مراحل متتالية من خلال الربط بين مُنشئ ومُحقِّق قائم على القيود، مما يُظهر دقة محسنة في الترتيب الزمني على معيار جديد لسرديات الآثار الجانبية للقاحات.
تقترح هذه الورقة طريقة قابلة للتحكم لمحو شخصيات الرسوم المتحركة المحمية بحقوق الطبع والنشر من نماذج الانتشار من النص إلى الصورة عبر تحسين المرتكزات الدلالية الهيكلية والتفصيلية لاستبدال تضمينات الهدف، مما يحقق فعالية رائدة في الإزالة مع الحفاظ على دقة الصورة وتمكين التحكم الدقيق.
تقترح هذه الورقة إطاراً للتحليل التركيبي المنظم يقوم بتفكيك خيارات الإجابة المركبة إلى أحكام ذرية، ويستخدم برنامجاً خطياً صحيحاً مقيداً بالعمليات لإعادة دمجها، مما يحسن بشكل كبير من أداء النماذج اللغوية الكبيرة في اختبارات الاستدلال المنطقي مثل LOGICAL-COMMONSENSEQA و LOGICAL-SATA.