23200 ورقة بحثية
تقترح الورقة البحثية إطار عمل SCOUT، الذي يجمع بين نهج سلسلة أفكار ثلاثي الأبعاد مهيكل وخوارزمية تعزيز مكافأة عملياتية جديدة متعددة الأهداف ومجموعة بيانات مخصصة لتعزيز قدرات الاستدلال المكاني لنماذج الرؤية واللغة بشكل كبير، محققةً أداءً يتجاوز GPT-4o في المهام المعقدة.
تقترح الورقة البحثية نموذج SGNet، وهو بنية تعلم عميق خفيفة الوزن ومعرفة بالمجال، تستخدم عمليات تلافيفية ذات مجموعات طيفية وآليات انتباه مزدوجة لتحقيق تصنيف عالي الدقة وفي الوقت الفعلي لطزاجة الأسماك من الصور فائقة الطيف بمعاملات أقل بكثير من النماذج التقليدية.
تقدم هذه الورقة إطار عمل جديد للتعلم الرتبي بلقطات قليلة يستفيد من التصوير الفائق الطيفي والقيود القائمة على الأسس البيولوجية لتقدير طزاجة الأسماك يومياً بدقة باستخدام الحد الأدنى من البيانات المصنفة، متفوقاً بشكل كبير على الأساليب الخاضعة للإشراف الكامل الحالية في ظل بروتوكولات قطع الفيليه غير المرئية الصارمة.
تقدم هذه الورقة سير عمل وكيلِيًّا نجح في تحديث 56,448 سطرًا من كود فورتران 77 (Fortran 77) الموروث في حزمة "جاميس" (GAMESS) للكيمياء الكمومية إلى فورتران 2008 (Fortran 2008) عبر توظيف ثلاثة وكلاء ذكاء اصطناعي متخصصين في صياغة الأوامر تحت إشراف بشري وعبر أوراكل تحقق صارم (bit-for-bit verification oracle)، محققين بذلك تحققًا مثاليًا عبر 612 عملية اختبار.
تقدم هذه الورقة Diagram-MMU، وهو معيار متعدد الوسائط يضم 3.7 ألف رسم توضيحي علمي و18.3 ألف سؤال تم التحقق من صحتها لتقييم نماذج اللغات الكبيرة متعددة الوسائط (MLLMs) في مهام تحويل الرسم التوضيحي إلى كود، والتحرير، والإجابة على الأسئلة، مما يكشف عن تفوق النماذج في الاستنتاج، بينما تعاني في مهام توليد الكود ما لم تعمل في بيئات وكيلة (agentic settings).
تقدم هذه الورقة البحثية إطار عمل NA-UNETR، وهو إطار تقسيم يعتمد على المحولات (transformer) يستخدم انتباه الجوار (Neighborhood Attention) والتحسين الموجه بعدم اليقين (uncertainty-guided optimization) لتحسين دقة تحديد الشريان الأمثل النازل (Left Anterior Descending artery) بشكل كبير في صور الأشعة المقطعية ثلاثية الأبعاد منخفضة التباين وذات التنفس الحر المستخدمة في تخطيط العلاج الإشعاعي للقلب.
تجادل هذه الورقة بأن البنية التحتية للذكاء الاصطناًعي تضع المتحدثين باللغات غير الممثلة كفاية، مثل اللغة البنغالية، في وضع غير مواتٍ بشكل منهجي من خلال عوائق هيكلية — تشمل الندرة الشديدة في البيانات، وعدم كفاءة الترميز (tokenization)، وفجوات الاتصال — بدلاً من كونها مجرد قيود تقنية معزولة، مما يستوجب التحول نحو استراتيجيات تصميم تركز على العدالة وتعتمد مبدأ "الأولوية للعمل دون اتصال" (offline-first).
تقدم هذه الورقة إطار عمل "التحسين الذاتي الوكيل" (Agentic Self-Improvement)، وهو نظام تحسين مغلق الحلقة ذو مرحلتين يجمع بين صقل الأوامر المدفوع بنماذج اللغات الكبيرة متعددة الوسائط والتحسين البايزي لتعزيز موثوقية والزامية وجودة توليد الصور إلى فيديو في الأنظمة الصندوقية السوداء بشكل كبير، متفوقاً بذلك على طرق التجربة والخطأ التقليدية في دراسات التفضيل البشري.
تقدم هذه الورقة إطار عمل يستفيد من تقنية التوليد المعزز بالاسترجاع والنماذج اللغوية الكبيرة لبناء نماذج المنطق الرئيسي الديناميكية القائمة على الرسوم البيانية والقابلة للتوسع تلقائياً من الوثائق التقنية، مما يتيح الاستنتاج التشخيصي المؤتمت وتحليل الموثوقية للأنظمة المعقدة مثل أنظمة سلامة المفاعلات النووية.
تُثبت هذه الورقة أن الشبكات العصبية العميقة تعمم على الأجسام في اتجاهات ثنائية الأبعاد جديدة من خلال نشر عدم الحساسية للاتجاه من الأجسام المألوفة عبر عصبونات مضبوطة على سمات مشتركة، وهي آلية تتقوى مع المزيد من بيانات التدريب وتحاكي عمليات التعميم الشبيهة بالدماغ.