23200 ورقة بحثية
تقدم هذه الورقة البحثية إطار عمل "التفكيك المدرك للمحلل" (SAD)، وهو إطار تدريب يحسن عملية التوليف عبر البرمجة بالمثال من خلال تحسين المفككات لتكون قابلة للتتبع من قبل المحلل بدلاً من الالتزام الصارم بالأهداف الفرعية للأرضية الحقيقية، مما يثبت أن جودة التفكيك نسبية بالنسبة للمحلل وأن المطابقات غير المثالية للأرضية الحقيقية يمكن أن تؤدي إلى أداء فائق في نهاية المطاف.
تقدم هذه الورقة ChartAnno، وهو معيار مرجعي يضم 1,200 مخطط من العالم الحقيقي صُممت لتقييم قدرات النماذج اللغوية الكبيرة متعددة الوسائط في توليد تعليقات توضيحية للمخططات، مما يكشف أنه بينما تحقق التعليمات المحددة والنماذج المملوكة نتائج أفضل، فإن استنتاج القصد المجرد والاستفادة من صور المخططات لا يزالان يشكلان تحديات كبيرة.
تقدم الورقة البحثية إطار عمل PRIME، وهو إطار عمل مغلق الحلقة يشخص نقاط ضعف الأنماط باستخدام تباين السجل السياقي، ويستعيد التمثيلات المتدهورة عبر وحدة تباينية مشروطة بالنموذج الأصلي، ويعيد تقييم الموثوقية لتمكين التعرف القوي على النوايا متعدد الوسائط في ظل ظروف الضجيج أو الفقدان أو التعارض.
تقدم الورقة البحثية EPIK، وهو نهج مبتكر يعزز التعلم البايزي للتحقق الكمي من خلال الاستفادة من خصائص النظام القابلة للملاحظة مباشرة لاستقاء وتضمين المعرفة المسبقة، وبالتالي التغلب على قيود الاعتماد على افتراضات غير دقيقة أو غير غنية بالمعلومات حول معلمات النموذج الرسمي.
تقدم هذه الورقة WeClawArena، وهي بيئة تجريبية ومعيار قياس قابل للتدقيق مصمم لتقييم فائدة وأمن التعاون بين الوكلاء عبر المستخدمين في الشبكات المتمحورة حول الإنسان، وذلك من خلال محاكاة التفاعلات متعددة الأطراف عبر مساحات العمل الشخصية باستخدام 620 نوعاً من المهام التي تشمل سيناريوهات حميدة وعدائية.
يقدم البحث CALVER، وهو مُتحقق رمزي لا يتطلب تدريباً يتفوق على طرق التصويت القائمة على المكافأة التقليدية في الاستدلال السببي، وذلك عبر تقييم مسارات الاستدلال المهيكلة مقابل معايير بيرل السببية لتحديد الإجابات الصحيحة حتى في حالة وجود حلول متعددة صحيحة.
تقدم هذه الورقة أول دراسة منهجية حول كيفية تعامل النماذج اللغوية الكبيرة مع اتجاهية العلاقة العكسية، مما يكشف عن عدم تماثل منهجي في أداء التصنيف لديها، ويوضح أن دقة النموذج حساسة لتمثيلات الكيانات بينما لا تعمل أوصاف العلاقات على تحسين النتائج بشكل ثابت.
تقدم هذه الورقة "دكتور أجينتونو ميكس" (Dr. AGENTONOMICS)، وهو تجربة تعليمية ومعلم قائم على الويب يعمل ككِلا الموضوع والوسيط لتدريس إطار عمل "أجينتونو ميكس"، مع خارطة طريق للتطور إلى محاضر متعدد الوسائط، ومستشار تصميم، وعميل فائق (meta-agent) ضمن اقتصاد ذكاء اصطناعي متعدد المراكز.
تجادل الورقة البحثية بأنه مع تحسن النماذج اللغوية الكبيرة، غالبًا ما يؤدي أسلوب "سلسلة الأفكار" (Chain-of-Thought) القائم على التلقين بلقطات قليلة (few-shot) إلى إعاقة الأداء من خلال فرض قيود تشتت الانتباه تتعلق بالتنسيق والأسلوب، مما يجعل أساليب "الصفر لقطة" (zero-shot) البسيطة أكثر فعالية في مهام الاستدلال.
تقترح الورقة البحثية إطار عمل SALT، وهو إطار ضبط دقيق هرمي ثلاثي المراحل يعمل على فك الارتباط بين المعرفة بالمجال وبين مراكز الثقل عالية السعة والمثبتة وبقايا المهام ذات الرتبة شديدة الانخفاض، مما يتيح خدمة LoRA متعددة المستأجرين بكفاءة مع تقليل استهلاك الذاكرة وحمل PCIe بشكل كبير مع استعادة دقة الرتبة العالية.