23200 ورقة بحثية
إنَّ CEDAR هو إطار عمل ذاتي التشغيل يستفيد من وكلاء النماذج اللغوية الكبيرة ضمن عملية بحث شجرة مونت كارلو (Monte Carlo Tree Search) لاكتشاف وتحسين هياكل الأنظمة المعقدة تلقائياً، مما يُمكِّن من التصميم الموجه نحو الأهداف للسلوكيات الناشئة مع تقليل الجهد اليدوي المطلوب عادةً في سير عمل النمذجة التقليدية.
تقدم هذه الدراسة طريقة لإسناد المواقع الجغرافية لأسماء الأماكن التاريخية غير المدرجة في الأدلة الجغرافية والموجودة في سجلات العينات البيولوجية، وذلك عبر الاستفادة من العلاقات المكانية عبر سجلات متعددة، مما يثبت أن الاستدلال الاحتمالي يتفوق على النماذج اللغوية الكبيرة في تحقيق دقة مكانية عالية.
تقدم هذه الورقة البحثية "المؤثر الطيفي المشروط بالحواف" (ESO)، وهو إطار عمل مبتكر يعزز المؤثرات العصبية لحل المعادلات التفاضلية الجزئية من خلال دمج التباينات المحلية على مستوى الحواف وإعادة التوزين المتكيف مع المهام لالتقاط البنى الحساسة للفيزياء بشكل أفضل، محققاً بذلك أداءً هو الأفضل في فئته عبر تسعة معايير مرجعية.
تقدم الورقة البحثية Fast LapSum، وهو أداة "soft top-" دقيقة وقابلة للاشتقاق تحافظ على كتلة اختيار دقيقة قدرها مع العمل في زمن خطي على وحدات معالجة الرسومات (GPUs)، مما يتيح الحوسبة المتفرقة بكفاءة على نطاق الملايين لتطبيقات مثل توليد الأمثلة المعادية والترميز التفاضلي للصور.
يكشف تقييم "ساينس إيدج" (SEE) أن النماذج اللغوية الكبيرة متعددة الوسائط الحالية تواجه صعوبة في استخلاص رؤى موثوقة قائمة على الأدلة من البيانات التجريبية في مجالات الكيمياء والأحياء وعلوم المواد، حيث تحقق بحد أقصى دقة تبلغ 52.7% حتى مع استخدام الأدوات، مما يسلط الضوء على فجوة حرجة بين شرح المفاهيم الراسخة وبين القيام باكتشاف علمي حقيقي.
تجادل هذه الورقة بأن تحقيق وكلاء نظم معلومات جغرافية (GIS) ذاتيي التشغيل وبشكل قوي يتطلب من النماذج اللغوية الكبيرة متعددة الوسائط (LMMs) نقل المعلومات المكانية بسلاسة بين الوسائط البصرية والنصية، وهي قدرة تعاني منها النماذج الحالية كما يتضح من فشلها في إعادة توليد شبكات مكانية بسيطة من الأوصاف النصية.
تُثبت هذه الورقة أن التنسيق الصريح للموقف الإبستمي (المعرفي) كحقل مُصنف يُحسن بشكل كبير من استبقائه أثناء ضغط ذاكرة الوكيل مقارنةً بالهوامش الموضوعة بين قوسين، بينما تكشف أيضاً أن الآليات المحددة التي تقود هذا النجاح تتباين عبر النماذج المختلفة.
تُظهر هذه الدراسة أن النماذج اللغوية الكبيرة تُبدي باستمرار توجهاً نحو الإشادة النقدية، حيث تفضل بشكل منهجي الأفلام التي نالت استحسان النقاد رغم غموضها تجارياً على الأفلام الناجحة تجارياً ولكن غير المعترف بها نقدياً، وهو انحياز يشتد مع زيادة حجم النموذج ويتأثر بشكل كبير بالظهور العام والقبول الشعبي.
تقدم هذه الورقة بنية عصبية قابلة للتفسير بيولوجياً تلتزم بـ "قيد ديل" (Dale's constraint) عبر استخدام قنوات مزدوجة غير سالبة لتمثيل المساهمات مختلطة الإشارة، مما يُمكّن التعلم الهيبي المحلي من تحقيق أداء يضاهي مستوى الانتشار العكسي (backpropagation) في اختبارات معيارية مثل Tiny ImageNet دون الحاجة إلى إشارات مختلطة الإشارة.
تُثبت هذه الورقة أن ترميزات الحالة ليست واجهات محايدة للنماذج اللغوية الوكيلية، بل تعمل كقوانين تفاعل فعالة تعتمد على النموذج وتحدد بشكل جوهري نتائج التزامن الجماعي، حتى عندما يظل النظام الفيزيائي الأساسي ثابتاً.