23200 ورقة بحثية
تقدم هذه الورقة DELSCOUT، وهو إطار عمل يعطي الأولوية لترتيب مرشحي حذف الكود على ثقة النموذج من أجل إزالة الكود الزائد بأمان في ظل ميزانيات تحقق محدودة، مما يثبت أن الجدول الهجين من المقترحات الاستاتيكية والمتعلمة يعظم عمليات الحذف المتحقق منها مع ضمان الحفاظ على السلوك من خلال سلطة التنفيذ.
تقترح الورقة البحثية طريقة "الاتفاق قبل التنوع" (ABD)، وهي طريقة تنسيق تعتمد على التحقق أولاً للنماذج اللغوية غير المتجانسة، تستخدم قاعدة قرار مجمدة وخالية من الملصقات للاحتفاظ بالإجابات المرجعية فقط عندما يتم تأكيدها بواسطة عينات موثوقة، مما يحقق أداءً هو الأفضل حالياً في LiveCodeBench وGPQA-Diamond مع توفير هويات نظرية دقيقة لتدقيق المقايضات بين مكاسب الدقة وتكاليف الاستدلال.
تقترح هذه الورقة نهج انتشار مقنع مع ثلاثة تعديلات محددة لنمذجة شبكات إيقاعية متعددة محتملة، مما يتيح تتبعاً متماسكاً للإيقاع يقضي على المخرجات غير الصالحة مثل النبضات الهابطة المتتالية وتغيرات الإيقاع العشوائية.
تقدم هذه الورقة A/B Agent، وهو إطار عمل ذاتي التطور يستفيد من شجرة خبرة هرمية وMulti-path Tree-RAG لتوليد وتنفيذ وتحسين استراتيجيات التوصية الصناعية بشكل تكراري من خلال اختبارات A/B ذات الحلقة المغلقة، مما يحقق تحسينات كبيرة في إجمالي قيمة البضائع (GMV) في أنظمة التجارة الإلكترونية الواقعية.
تُعد DisMix إطار عمل لتقنية الـ mixup مدرك للترتيب في التصوير الطبي، حيث توظف ترميزاً كمياً (VQ-VAE) ثنائي الكود لكشف الفصل بين الميزات الرتبية وغير الرتبية، مما يتيح خلطاً مستقلاً يحافظ على تدرج شدة المرض مع تعزيز تنوع المظهر لتحسين أداء التصنيف الرتبي.
تقدم الورقة البحثية CSGen، وهو نموذج انتشار متعدد الوسائط هرمي يستفيد من مجموعة بيانات واسعة النطاق متعددة المجالات، واستراتيجية تحكم تدريجية، وآلية فقدان مدركة للتناثر لتحقيق توليد عالي الدقة وقابل للتحكم للصور ذات الهياكل المنحنية الدقيقة عبر مختلف تطبيقات الوسائط المتعددة.
تُظهر هذه الورقة أن إشارة مكافأة قائمة على الشعور بالذنب، تمت معايرتها من بيانات التصوير بالرنين المغناطيسي الوظيفي والبيانات السلوكية البشرية، يمكن نقلها بفعالية إلى الوكلاء الاصطناعيين لتحسين اتخاذهم للقرارات الاجتماعية الإيجابية في التعلم المعزز متعدد الوكلاء بشكل كبير مقارنة بطرق التشكيل القياسية.
تقدم هذه الورقة ProverbIT، وهو معيار تقييم للأمثال الإيطالية يكشف أن النماذج اللغوية الكبيرة تواجه صعوبة في التمييز بين نهايات الأمثال الصحيحة والمرادفات الحرفية في مهام الاختيار من متعدد، مما يشير إلى أن أداءها يعتمد على الأنماط المحفوظة أكثر من الفهم الدلالي العميق للغة المجازية المتجذرة ثقافياً.
تقدم هذه الورقة البحثية Active-SWE، وهو معيار مرجعي جديد مصمم لتقييم وكلاء البرمجة في إصلاح الأخطاء الاستباقي دون تقارير عن المشكلات من خلال تغطية 1,663 مهمة عبر فئات ولغات متعددة، مما يكشف أن الوكلاء الحاليين من ذوي القدرات العالية يواجهون صعوبة كبيرة في تحديد الأخطاء وحلها واكتشافها في غياب التوجيه التفصيلي.
تقدم هذه الورقة إطار عمل مدعوماً بالذكاء الاصطناعي يولد سيناريوهات مخاطر قابلة للتتبع ومعقولة لتحليل السلامة التشغيلية للطيران من خلال الاستفادة من تقارير نظام تقارير سلامة الطيران (ASRS) التابع لناسا، مستخدمةً نماذج لغوية كبيرة معززة بالاستنتاج التطوري لإنتاج فرضيات مهيكلة وتسلسلات أحداث سردية.