23200 ورقة بحثية
تقدم هذه الورقة إطار عمل قائماً على الدوائر الاحتمالية لإكمال الرسوم البيانية للمعرفة، والذي يتعلم مجموعات قواعد مدمجة وعالية الأداء، محققاً خفضاً يصل إلى 96% في عدد القواعد مع الحفاظ على 91% من أداء النموذج المرجعي والتفوق على النماذج المرجعية الكاملة بما يصل إلى 31 ضعفاً باستخدام عدد مماثل من القواعد الدنيا.
يُعد ATLASFusion إطار عمل قوي لتتبع المشاة متعدد الرؤى يتغلب على تشوه الميزات في دمج منظور عين الطائر من خلال تحويل منظور متناثر، وتجميع مرجح مدرك للكثافة، وإشراف لكل رؤية، محققاً دقة تضاهي أحدث المعايير ومرونة فائقة تجاه ضجيج المعايرة وخفض الدقة مع عبء حوسبي ضئيل.
تقترح هذه الورقة نموذجاً جديداً للذكاء الاصطنا العام يسمى "الذكاء الحقيقي" (TI)، محاجةً بأن التعريفات الحالية القائمة على الأداء غير كافية، وتُعرّف بدلاً من ذلك "الذكاء الحقيقي" من خلال ستة مكونات — خمس ركائز معمارية قابلة للتقييم وركيزة واحدة ناشئة من الترابط — مع نقد إهمال المجال لأربعة عقود من أبحاث البنية المعرفية.
تُعد ToolUniverse منصة مفتوحة تعمل على دمقرطة إنشاء العلماء الاصطناعيين من خلال توحيد التفاعلات مع أكثر من 2,700 أداة علمية عبر منظومة موحدة قائمة على اللغة الطبيعية، مما يتيح التوليد والتحسين والتركيب الآلي لتدفقات العمل الوكيلية من أجل الاكتشاف العلمي الشامل.
تقدم هذه الورقة TopoAudio، وهي فئة من النماذج السمعية الطبوغرافية التي تحقق، من خلال دمج قيود طول الأسلاك لتشجيع الضبط المتسق مكانياً، أداءً يضاهي النماذج القياسية مع تطوير تمثيلات داخلية أكثر إيجازاً تتوافق بشكل أفضل مع البنية المكونة الملحوظة في تسجيلات ECoG البشرية.
تقترح هذه الورقة طريقة قائمة على التعلم التعزيزي تولد استجابة واحدة مهيكلة تسرد تفسيرات متعددة صالحة للطلبات الغامضة، مما يؤدي إلى تحسين التغطية والشفافية دون الحاجة إلى جولات تفاعل إضافية أو إشراف صريح.
تقدم هذه الورقة أنطولوجيا "الاعتقاد-الرغبة-النية" (BDI) رسمية ونمطية مصممة لسد الفجوة بين الذكاء التصريحي والإجرائي، مما يثبت فعاليتها في تعزيز تماسك النماذج اللغوية الكبيرة وتمكين الاستدلال ثنائي الاتجاه بين ثلاثيات (RDF) والحالات الذهنية للوكيل ضمن الأنظمة العصبية الرمزية.
تقترح الورقة البحثية MPrune، وهو إطار عمل هرمي مبتكر لتقليم مخططات الاتصال، يعمل على تحسين التوليد المعزز بالاسترجاع متعدد الأنماط ومتعدد الوكلاء من خلال الإزالة المنهجية للحواف الفائضة بين الأنماط وداخل الأنماط لتقليل العبء الإضافي للرموز (tokens) بشكل كبير مع الحفاظ على أداء المهام أو تحسينه.
تقدم الورقة البحثية "Length-MAX tokenizer"، وهي طريقة مبتكرة تُحسّن اختيار المفردات عبر نهج تقسيم الرسوم البيانية لتقليل متوسط الرموز لكل حرف، مما يحقق انخفاضات كبيرة في خطوات التدريب، وزمن انتقال الاستدلال، واستهلاك الذاكرة، مع تحسين الأداء في المهام اللاحقة مقارنةً بترميز زوج البايت (Byte Pair Encoding) القياسي.
تقترح الورقة البحثية Med-CRAFT، وهو نظام معلومات يعمل على أتمتة إنشاء مجموعات بيانات طبية متعددة الوسائط للأسئلة والأجوبة، وتكون قابلة للتفسير والتهيئة ومعرفة المصدر، وذلك عن طريق تحويل مقاطع الفيديو التعليمية إلى رسوم بيانية للمعرفة مهيكلة وأزواج من الأسئلة والأجوبة المستندة إلى الأدلة.