23087 ورقة بحثية
تجادل هذه الورقة البحثية بأن منح وكلاء الذكاء الاصطناعي إمكانية الوصول إلى العملات المشفرة والعقود الذكية يستحدث نواقل جديدة كلياً لأضرار الذكاء الاصطناعي، وتقترح تصنيفاً مبتكراً لهذه المخاطر وتدعو إلى مزيد من البحث في استراتيجيات التخفيف منها.
تقدم هذه الورقة البحثية AIRL-S، وهو إطار عمل موحد يجمع بين التعلم العكسي التنافسي المعزز (Adversarial Inverse Reinforcement Learning) وتحسين السياسة النسبي للمجموعات (Group Relative Policy Optimization) لاستنتاج مكافآت كثيفة وخطوة بخطوة من المسارات المرجعية، مما يلغي الحاجة إلى بيانات عمليات مصنفة مع تمكين توسيع نطاق الاختبار القوي ومنخفض التكلفة الذي يحقق أداءً بمستوى GPT-4o عبر اختبارات قياس الرياضيات والعلوم وتوليد الكود البرمجي.
تقدم هذه الورقة "التشفيرات الدورانية المستحثة بالموجات" (WIRE)، وهي طريقة مبتكرة تعمل على تكييف تشفيرات الموضع الدورانية لتناسب البيانات ذات البنية الرسومية، وذلك عبر تدوير الرموز بناءً على طيف "لابلاسيان" للرسم البياني، مما يؤدي بفعالية إلى حقن المعلومات الهيكلية في آليات الانتباه مع الحفاظ على التوافق مع الانتباه الخطي واستعادة تشفير الموضع الدوراني القياسي (RoPE) في الرسوم البيانية الشبكية.
تقدم هذه الورقة ONNX-Net، وهي تمثيل عصبي موحد قائم على النصوص ومبني على مرجع ONNX-Bench الذي يضم أكثر من 600 ألف عينة، مما يتيح لمُتنبئ أداء واحد تقييم أي بنيات عصبية بشكل فوري ودقيق عبر مساحات بحث متنوعة دون أن يكون مقيداً بتصاميم قائمة على الخلايا.
تقدم الورقة البحثية AlgoTrace، وهو إطار عمل يحدد ويتلاعب بالبدائيات الخوارزمية القابلة لإعادة الاستخدام ضمن الفضاء الكامن للنماذج اللغوية الكبيرة، مما يثبت أن الاستدلال متعدد الخطوات يمكن توجيهه وتركيبه من خلال عمليات هندسية على هذه المتجهات لتعزيز التعميم عبر المهام.
تقدم هذه الورقة "Cluster-DAGs" كإطار عمل مرن للمعرفة المسبقة لاكتشاف السببية، وتقترح خوارزميتي "Cluster-PC" و"Cluster-FCI"، اللتين تستفيدان من هذا الإطار للتفوق على الأساليب الحالية في كل من البيئات عالية الأبعاد كاملة الملاحظة وجزئية الملاحظة.
تتحدى هذه الورقة البحثية فرضية "المحاذاة مع عدد القفزات" (hop-aligned) السائدة في الاستدلال متعدد القفزات في النماذج اللغوية الكبيرة عبر إثبات وجود "انعكاس ترتيب الطبقات" (layer-order inversion)، حيث يمكن فك تشفير إجابات القفزات اللاحقة قبل الكيانات الوسيطة الجسرية، وتقترح إطار عمل "الاستدعاء والاستخراج الاحتمالي" (probabilistic recall-and-extract) لتفسير هذه الظاهرة من خلال استدعاء سطحي واسع يليه استخراج عميق انتقائي.
تثبت هذه الورقة أن مسار العمل المدعوم بالنماذج اللغوية الكبيرة يقلل بفعالية من حواجز التواصل في طلبات الدعم التقني لكبار السن من خلال إعادة صياغة الاستفسارات غير المنظمة، مما يحسن بشكل كبير من دقة الحل وفهم المساعد مع تقديم أول مجموعة بيانات اصطناعية لمثل هذه الاستفسارات.
تقدم هذه الورقة GRIP، وهو إطار عمل غير مرتبط بخوارزمية محددة يفرض قيوداً هندسية على تحديثات الموجه (router) في نماذج خليط الخبراء (Mixture-of-Experts) لمنع التلاعب بالتوجيه، مما يضمن محواً حقيقياً للمعرفة من معاملات الخبراء مع تحسين دقة الاستبقاء والمتانة ضد الاسترداد العدائي بشكل كبير.
تقترح الورقة البحثية إطار عمل SAME، وهو إطار عمل "خليط من الخبراء" مستقر لضبط التعليمات متعدد الوسائط بشكل مستمر، والذي يخفف من انحراف الموجه والخبير من خلال التوجيه في الفضاء الجزئي المتعامد، والتحجيم المدرك للانحناء، والتنشيط التكيفي للخبير، محققاً أداءً هو الأفضل في فئته على معيار مرجعي جديد للتسلسلات الطويلة.