23200 ورقة بحثية
تقدم هذه الورقة Sci-VBench، وهو معيار شامل يتكون من 1,253 مثالاً تم تعليمه من قبل خبراء عبر أربعة تخصصات علمية لتقييم قدرات توليد الفيديو كثيفة المعرفة والاستدلال لـ 16 نموذجاً من النماذج الرائدة، كاشفةً أنه بينما تحسنت الواقعية البصرية، لا تزال هناك فجوات كبيرة في الصحة العلمية والسببية، لا سيما بين الأنظمة المملوكة والأنظمة مفتوحة المصدر.
تقدم هذه الورقة البحثية ArchAgent v2، وهو إطار عمل وكيل مؤتمت يستخدم البحث التطوري المتتالي والتغذية الراجعة لقابلية التحقيق على الأجهزة لتصميم وحدة استباق بيانات متعددة المستويات تتفوق على الحل المصمم يدويًا والذي فاز في البطولة الرابعة لاستباق البيانات (4th Data Prefetching Championship).
تقدم هذه الورقة DSLE، وهي بيئة اختبار معيارية بأسلوب Gymnasium لجميع مواجهات الزعماء الـ 22 في لعبة Dark Souls: Remastered، وتوضح أن أساليب التعلم المعزز والأساليب التطورية الحالية تعاني بشكل كبير في هزيمة حتى مجموعة فرعية ممثلة من هؤلاء الزعماء بسبب المدخلات البصرية عالية الأبعاد، والمكافآت الشحيحة، وآليات القتال المعقدة.
تقدم هذه الورقة GENCO، وهو حلّال عصبي موحد مدمج في إطار تطوير GridFM مفتوح المصدر، والذي يسرع ويحسن بشكل كبير دقة مهام تدفق القدرة في الحالة المستقرة، وتدفق القدرة الأمثل، وتقدير الحالة مقارنة بكل من الحلّالات الكلاسيكية والنهج العصبية الحالية.
تقدم هذه الورقة إطار عمل "السيطرة على النماذج اللغوية الكبيرة" (Grip on LLMs)، وهو مجموعة تقييم شاملة تم تطويرها بالتعاون مع خبراء من البلديات الهولندية لتقييم النماذج اللغوية الكبيرة للاستخدام الحكومي عبر ستة أبعاد رئيسية، كاشفةً أنه لا يوجد نموذج واحد يتفوق في جميع المجالات ومسلطةً الضوء على المقايضات الحاسمة بين الجودة والتكلفة والأثر البيئي.
تقدم هذه الورقة البحثية MMDiff، وهو إطار عمل لتمييز النماذج متعددة الوسائط (multimodal model-diffing) يستخدم المشفرات التلقائية المتفرقة (sparse autoencoders) لعزل واكتشاف والتحكم السببي في سمات محددة في النماذج اللغوية الكبيرة متعددة الوسائط، مما يتيح تحسينات مستهدفة في الفهم المكاني، والتعرف الضوئي على الحروف (OCR)، والسلامة مع الحفاظ على الأداء العام.
تقدم هذه الورقة معياراً للتقييم الميتافيزيقي القائم على الأبعاد والمستند إلى الأسس اللغوية لأنظمة تحويل النص إلى كلام، لتكشف أن المقيمات الآلية الحالية، بما في ذلك متنبئات متوسط درجة التفضيل (MOS) وقضاة النماذج اللغوية الكبيرة الصوتية (Audio-LLM)، تفشل في رصد كامل نطاق أبعاد الإدراك الصوتي بما يتجاوز الجودة الصوتية الأساسية بشكل موثوق.
تقدم هذه الورقة تحليلاً نظرياً لنماذج التوصية ذات البرجين، حيث تثبت ضمانها الإحصائي وتقاربها القوي نحو الأنظمة المثلى، مع إثبات تحقيقها لتقارب أسرع بناءً على أبعاد المدخلات الجوهرية وأداءً فائقاً في كل من التجارب الاصطناعية والتجارب الواقعية.
تقترح هذه الورقة إطار عمل تآزرياً يدمج وكلاء النماذج اللغوية الكبيرة (LLM) مع الرسوم البيانية للمعرفة لتعزيز التنبؤ بالخصائص الاجتماعية والاقتصادية الحضرية، وذلك عبر الاستفادة من استدلال النماذج اللغوية الكبيرة لتحديد المسارات الوصفية (meta-paths) الخاصة بمهام محددة، وآلية تواصل عبر المهام للدمج المعرفي التكيفي.
تقدم هذه الورقة المراجعية الروابط العميقة، والتي غالباً ما يتم التغاضي عنها، بين نظرية النقل الأمثل والاستدلال السببي باستخدام البيانات الرصدية، حيث توضح كيف تدعم مبادئ النقل الأمثل النماذج السببية التأسيسية، وتطمح إلى توحيد المصطلحات عبر التخصصات مع تحديد اتجاهات بحثية جديدة.