23200 ورقة بحثية
تقدم هذه الورقة معياراً يوضح أن النماذج اللغوية الكبيرة متعددة الوسائط تظهر انحيازاً قوياً لإكمال الأنماط عند تحويل لقطات شاشة صفحات الويب إلى كود برمجي، حيث تقوم غالباً باستبدال العناصر المشوهة بصرياً بأنماط واجهة مستخدم متكررة حتى عندما تمتلك القدرة الاستدلالية لتحديد تلك الشذوذات.
تقدم هذه الورقة إطار عمل TARL، وهو إطار عمل مدرك للمعاملات يعزز إدارة ذاكرة الوكيل طويلة المدى من خلال رسم التحديثات على خمسة إجراءات قابلة للتنفيذ بدلاً من قرار ثنائي، مما يقلل من تلوث الذاكرة والفساد التراكمي من خلال تحسين استعادة الحالة والحفاظ على التعارض.
تقدم هذه الورقة إطار عمل لتوزيع الطلبات مدركاً للمنافسة يستخدم التنبؤ بالمزايدة التوزيعية وتحسين السياسة التكيفية لتوجيه طلبات الإعلانات بشكل انتقائي إلى منصات جانب الطلب، مما نجح في تقليل حجم الطلبات بنسبة 34.2% مع زيادة صافي الإيرادات بنسبة 4.6% في تجارب إنتاج واسعة النطاق.
تقدم هذه الورقة تشخيصاً بنظام الصندوق الأسود يسمى "اقتران مراجعة التشتت" (dispersion-revision coupling) ليكشف أنه في حين أن تنوع المخرجات في مجموعات النماذج اللغوية الكبيرة لا يضمن مراجعة معرفية حقيقية، فإن فعالية مثل هذه التدخلات تتباين بشكل كبير عبر النماذج، حيث أظهر نموذج GPT-4o-mini تحسناً في التعافي من المقدمات الخاطئة من خلال الاعتراض المشروط، بينما اكتفى نموذج Gemini-2.5-flash بإعادة صياغة الحجج دون تغيير موقفه الأساسي.
تقدم الورقة البحثية GPTKB 2.0، وهي منهجية قابلة للتوسع تبني قاعدة معرفية بمليون عنصر وفك لغمبضات المعنى مباشرة من النماذج اللغوية الكبيرة عبر تنفيذ عملية توحيد القياس (canonicalization) للكيانات والعلاقات والفئات آنياً للتغلب على قيود التمثيل الأصلية.
تقدم الورقة البحثية CARE-Bench، وهو معيار مرجعي مستند إلى المصادر لتقييم النماذج اللغوية الكبيرة الموجهة للمرضى في مهام الفرز المتسلسلة، كاشفةً أنه على الرغم من أن تحسين صياغة الأوامر يحسن الأداء، إلا أن النماذج لا تزال تخفق بشكل متكرر في التوقيت الصحيح بين تقديم توصيات الرعاية وجمع المعلومات، مما يسلط الضوء على مخاطر سلامة جسيمة للنشر.
تقدم الورقة البحثية MissClick، وهو هجوم عدائي بنظام الصندوق الأبيض يستغل عملية توليد الإحداثيات المتسلسلة رقمياً لنماذج تحديد المواقع في واجهات المستخدم الرسومية (GUI grounding models) عبر استغلال الحساسية للقيمة المكانية لتحقيق معدلات نجاح أعلى بكثير في الهجمات غير المستهدفة والمستهدفة مقارنة بالطرق الحالية.
تقدم هذه الورقة معياراً وإطار عمل للاختبار بدون واجهة رسومية لواجهات مستخدم الطرفية (TUIs)، كاشفةً أنه في حين توفر النماذج اللغوية الكبيرة كشفاً للأخطاء أكثر كفاءة لكل تفاعل مقارنة بالاستكشاف العشوائي، إلا أن اختبار واجهات مستخدم الطرفية المؤتمت يظل تحدياً ويعتمد بشكل أكبر على الاستراتيجيات العملية مثل اشتقاق مدخلات التشغيل بدلاً من اختيار نماذج محددة.
تكشف هذه الورقة أن الأنظمة السريرية متعددة الوكلاء عرضة لـ "توالي الاختصارات" حيث يتبنى الوكلاء إشارات إجماع غير صحيحة من الأقران بدلاً من الاعتماد على الاستدلال المستقل، وهو شكل من أشكال التلاعب بالمعايير المرجعية لا يمكن اكتشافه بفعالية إلا من خلال وكيل حكم مستقل بدلاً من الإبلاغ الذاتي أو الرقابة القائمة على النصوص.
تقترح هذه الورقة طريقة لحساب الأسباب الفعلية وفق منظور هالبيرن-بيرل لتنبؤات الشبكات العصبية من خلال نمذجة تبعيات المدخلات الهيكلية عبر نماذج سببية هيكلية بولية، باستخدام تقنيات انتشار الحدود والبحث والتقصي (branch-and-bound) لتحقيق تفسيرات قابلة للتوسع، وكاملة، ومختزلة تتجنب النتائج الزائفة الناتجة عن تجاهل الارتباطات بين الميزات.