23200 ورقة بحثية
تقدم الورقة البحثية TAF-MED، وهو معيار مراجع من قبل أطباء يوضح أن النماذج اللغوية الكبيرة غالباً ما تنهار من الاستجابات الآمنة الأولية إلى نصائح طبية غير آمنة في المحادثات متعددة الأدوار، مما يكشف أن تقييمات السلامة في الدور الأول ليست مؤشرات كافية لسلامة المحادثة الإجمالية.
تُثبت هذه الورقة أن بيانات التصوير بالرنين المغناطيسي ثلاثي الأبعاد للدماغ يمكن ضغطها بفعالية باستخدام برامج الترميز القياسية مثل JPEG2000 بنسب عالية (20:1) دون تدهور إحصائي في جودة التوليد للنماذج التوليدية متعددة الوسائط المدربة، مما يتيح التدريب القابل للتوسع على البنية التحتية العادية.
تكشف هذه الورقة أن نماذج التأسيس لصور الرنين المغناطيسي للدماغ المجمدة تشفر بطبيعتها معلومات موقع الاستحواذ كبصمة مهيمنة وقابلة للفك خطياً تتفوق غالباً على المتغيرات السريرية، مما يشكل مخاطر جسيمة في العزو ويخلق مقايضة بين إزالة انحياز الموقع والحفاظ على دقة التجزئة التشريحية.
تقدم هذه الورقة "الاتساق عبر السياقات" (C3)، وهو مقياس يقيم مصداقية النماذج اللغوية الكبيرة من خلال قياس استقرار استجابات النموذج تحت التغيرات السياقية، مما يثبت أن الاتساق الأعلى يرتبط بدقة أكبر ويعمل كأداة تشخيصية لتشبع الاختبارات المعيارية.
من خلال تحليل 94 ورقة بحثية حول توافق القيم، تنتقد هذه الدراسة اعتماد المجال على التفضيلات غير المحددة والبيانات الاصطناعية، محاجةً بأن مثل هذه النهج تبسط القيم البشرية بشكل مفرط وتخاطر بإغلاق الآفاق أمام وجهات النظر المتنوعة حول كيفية تحقيق الذكاء الاصطنا truly توافق مع الاحتياجات البشرية.
تقترح هذه الورقة بنية لوكيل ذكاء اصطناعي كفؤة في استهلاك الموارد وقابلة للتفسير، تعتمد على التركيب الهرمي والميزات الدلالية التي تم التحقق منها بشرياً لحل غموض الكائنات بفعالية من خلال الاستنتاج والتكيف الخاص بالمستخدم، متفوقة بذلك على النماذج المرجعية القائمة على البيانات والمتطورة حالياً.
تقدم هذه الورقة "التأطير السردي المفتاحي"، وهي تقنية كتابة إبداعية مدعومة بالذكاء الاصطناًعي مستوحاة من الرسوم المتحركة، تتيح للكُتّاب تحديد قيود الحبكة والشخصية والمنظور في لحظات قصصية محددة لتوليد النثر البيني، مما يوفر بذلك سير عمل أكثر تحكماً وشفافية وتفاعلية للسرد القصصي التكراري.
تقترح هذه الورقة "الحوسبة البيضوية" (egg-computation)، وهي إطار عمل للحوسبة الهيكلية (g-computation) بتوجيه من الخبراء ومعزز بنماذج اللغات الكبيرة، يجمع بين الاستدلال السريري والاستدلال السببي القائم على البيانات لتقدير وترتيب آثار توفير الوقت لتدخلات تحسين جودة المستشفيات بدقة، لا سيما للمقاييس مثل مدة الإقامة حيث تعاني الطرق التقليدية مع السيناريوهات الافتراضية أو الآليات السببية المعقدة.
تقدم هذه الورقة البحثية SINKFLEX-RL، وهو نظام تدريب معياري يدمج واجهات البيئة، وتدفق بيانات التعلم المعزز، ومسار FlexAttention المدرك للمصب (sink-aware) لتمكين التعلم المعزز طويل الأمد وفعال الذاكرة للوكلاء مستخدمي الأدوات، مما أظهر تحسناً في مكافآت التحقق وانخفاضات كبيرة في ذاكرة الوصول العشوائي للفيديو (VRAM) في الاختبارات المعيارية الأولية.
تُعد MemSpec بيئة تشغيل مدركة للذاكرة تعمل على تعزيز فك التشفير الاستباقي على أجهزة الحافة من خلال فصل اختيار المسودة عن التنفيذ عبر الإدارة الاستباقية لمجموعة العمل، مما يؤدي إلى تحسين الإنتاجية بنسبة 40.7% مقارنة بالطرق التكيفية الحالية مع تقليل عبء تبديل النماذج إلى أدنى حد.