23200 ورقة بحثية
تقدم الورقة البحثية "El Agente Gráfico"، وهو بيئة تشغيل تنفيذ دلالي تستخدم رسومًا بيانية تنفيذية نمطية لفرض انتقالات الحالة العلمية وإثبات المصدر، مما يحسن بشكل كبير من الأداء، وكفاءة التكلفة، والسرعة للوكلاء العلميين المدفوعين بالنماذج اللغوية الكبيرة عبر مهام متنوعة في الكيمياء وعلوم المواد.
تقترح هذه الورقة إطار عمل لإدراج الكائنات في الفيديو يستفيد من مسبقات الكائنات متعددة المشاهد والاشتراط المتسق مع الرؤية للتغلب على القيود في الأساليب الحالية، مثل انحراف الهوية وعيوب الحدود، وبالتالي تحقيق جودة بصرية فائقة، واتساق في الهوية، وتكامل سلس بين المقدمة والخلفية.
يُعد RankGuide إطار عمل يعزز كفاءة ودقة التعاون بين نماذج الاستدلال الصغيرة (SRM) ونماذج الاستدلال الكبيرة (LRM) من خلال استخدام إشارات رتبة الموتر (tensor-rank signals) المستمدة من الحالات الخفية للكشف عن إخفاقات نماذج الاستدلال الصغيرة من أجل التوجيه التكيفي وتوجيه مسارات الاستدلال، مما يقلل بشكل كبير من زمن انتقال الاستدلال مع الحفاظ على أداء تنافسي.
تقترح الورقة البحثية "خبير القفل المساري" (Path-Lock Expert - PLE)، وهو حل على مستوى البنية التحتية يستبدل طبقات التغذية الأمامية المفردة بخبيرين مقفلين دلالياً لأنماط استدلال متميزة، مما يقضي فعلياً على تسرب الاستدلال ويحسن الدقة في سيناريوهات عدم التفكير مع الحفاظ على أداء قوي في أنماط التفكير.
تكشف هذه الورقة أن تكميم ذاكرة التخزين المؤقت لـ KV منخفض البت يمكن أن يؤدي إلى تدهور صامت في محاذاة سلامة النماذج اللغوية الكبيرة بسبب الضعف الهندسي لميزات السلامة في الفضاءات الفرعية للتنشيط، وتقترح بروتوكول تقليص لكل قناة (PCR) لا يتطلب تدريباً يشخص أوضاع فشل محددة لاستعادة ما يصل إلى 97% من المحاذاة المفقودة مع حد أدنى من الأعباء الإضافية.
تُقدم هذه الأطروحة تقدماً في الكشف التلقائي عن الشذوذ وتحليل الأسباب الجذرية لأنظمة الخدمات المصغرة من خلال معالجة خمسة قيود رئيسية عبر أطر عمل مبتكرة شاملة (BARO، وEventADL، وTORAI) تستفيد من بيانات المراقبة المتنوعة دون الحاجة إلى مخططات استدعاء الخدمات، جنباً إلى جنب مع تقديم معيار RCAEval والتقييم المنهجي لتوحيد الأبحاث المستقبلية.
تقدم الورقة البحثية إطار عمل "النموذج اللغوي الكبير كمعلم" (LLM-as-a-Tutor)، الذي يعمل على تكييف صعوبة مطالب التدريب ديناميكيًا عبر إلحاق قيود ذرية بالمطالب غير التحديّة، مما يحافظ على إشارة مكافأة تمييزية ويتفوق على الأساليب الحالية في التعلم التعزيزي غير القابل للتحقق لاتباع التعليمات.
تقدم هذه الورقة Full-Stack FP4، وهو إطار عمل معياري يوسع نطاق تكميم NVFP4 ليتجاوز عمليات الإسقاط الخطي ليشمل حالات المحسن المستقرة، وحسابات Root/Muon، والاهتمام مختلط الدقة، محققاً أداءً يقارب BF16 في مرحلة ما قبل التدريب مع مكاسب كبيرة في الذاكرة والسرعة على بطاقة RTX 5090 واحدة.
تقدم هذه الورقة UI-MOPD، وهو إطار عمل مبتكر يستفيد من التقطير متعدد المعلمين في السياسة الموحدة (multi-teacher on-policy distillation) ومن مجموعة بيانات Uni-GUI التي تم إنشاؤها حديثاً لتدريب وكيل واجهة مستخدم رسومية موحد وعابر للمنصات، مما يدمج بفعالية الخبرات المتخصصة في أجهزة المكتب والهواتف المحمولة مع التغلب على التحديات المتعلقة بندرة البيانات واختلاف تقاليد التفاعل.
تقدم هذه الورقة مسحاً شاملاً وإطار حوكمة موحداً للذكاء الاصطناعي الفيزيائي، حيث توضح دورة حياة مكونة من خمس مراحل لتفعيل مبادئ السلامة والموثوقية عبر مجالات البحث، والتصميم، والبيانات، وتطوير النماذج، والنشر.