23200 ورقة بحثية
بينما أدى نظام النموذج اللغوي الكبير المعزز بالاسترجاع (CORA) إلى تحسين دقة التشخيص لدى الأطباء بشكل ملحوظ، كشفت الدراسة عن خطر سلامة حرج حيث أدت الاستشهادات المرتبطة بالمصدر إلى زيادة الاعتماد بشكل غير متناسب على كل من النصائح الصحيحة والخاطئة، مما قوض قدرة الأطباء على مقاومة التوصيات الخاطئة.
تُظهر هذه الورقة أنه بينما يؤدي توسيع نطاق الذكاء الاصطناعي عمومًا إلى تحسين التعاون بين الإنسان والذكاء الاصطناعي، فإن فعاليته تعتمد بشكل حاسم على إدراك البشر لقدرات الذكاء الاصطناعي، حيث يمكن للمبالغة في التقدير أن تؤدي للمفارقة إلى تدهور أداء النظام والأرباح، مما يشير إلى أن إدارة الواجهة بين الإنسان والذكاء الاصطناعي غالبًا ما تكون أكثر قيمة من مجرد الاستثمار في نماذج أكبر.
تقترح هذه الورقة إطار عمل DP-SimAgg، وهو إطار تعلم اتحادي يحافظ على الخصوصية ويجمع بين التجميع الموزون بالتشابه والخصوصية التفاضلية من جانب الخادم لتدريب نماذج تقسيم أورام الدماغ بفعالية على بيانات رنين مغناطيسي غير متجانسة ومتعددة المؤسسات مع الحفاظ على أداء تنافسي في ظل ميزانيات خصوصية صارمة.
تقدم هذه الورقة تصحيحاً تم التحقق منه آلياً لإطار عمل من عام 2018 خاص بالدلالات المعرفية لسياسات تدفق المعلومات، والذي تم إنجازه بمساعدة مساعد برمجة يعمل بالذكاء الاصطناعي الوكيل، لتوفير أساس متين وعام لتحديد وإنفاذ المتطلبات الأمنية التعبيرية.
تقترح هذه الورقة إطار عمل تطوري عصبي يستخدم خوارزمية جينية لتحسين أوزان الشبكة العصبية من أجل التعلم التلقائي لاستدلالات فعالة، والتي تتفوق، عند دمجها في بحث شعاعي متعدد المصادر تكراري، على الطرق اليدوية الموجودة في حل مشكلة طول السلسلة الفرعية المشتركة ذات الفجوات المتغيرة.
تقدم هذه الورقة CADIR، وهو تمثيل وسيط تنفيذي عابر للأنظمة الخلفية مبني على نواة OCCT، يتيح التوليد الوكيل لـ CAD مع رسوم بيانية صريحة للبناء ومطابقة البصمة الهندسية لتحقيق إعادة بناء نماذج عالية الدقة وقابلة للتعديل عبر أنظمة CAD متنوعة مثل FreeCAD وSolidWorks وFusion 360.
تقدم هذه الورقة البحثية RefactorAssist، وهو إطار عمل وكيل (agentic framework) يجمع بين الإصلاح الاستاتيكي والتحسين التكراري الموجه بالاختبارات باستخدام سجلات الأخطاء واسترجاع السياق لتحسين الصحة الوظيفية وموثوقية عمليات إعادة صياغة الكود (refactoring) الناتجة عن النماذج اللغوية الكبيرة بشكل كبير.
تقدم هذه الورقة البحثية "مطابقة تدفق الاقتران المئيني" (QC-FM)، وهي طريقة اقتران أحادية الجانب قابلة للتوسع تقوم ببناء عينات المصدر عن طريق رسم رتب البيانات على طول اتجاهات متعامدة عشوائية إلى مئينات غاوسية، مما يؤدي إلى القضاء على تباين الانحدار غير القابل للاختزال وتحسين جودة التوليد دون التكلفة الحسابية التربيعية للنقل التقليدي في الدفعات الصغيرة.
تقترح هذه الورقة إطار عمل للتدقيق ثنائي الجوانب بحد سلبي قابل للتقرير شكلياً للتمييز بين الاكتشافات العلمية الوكيلة الحقيقية وبين نواتج البحث أو التكيف مع الأوراكل، مبرهنةً من خلال تجارب طي الحمض النووي الريبوزي (RNA) أنه في حين يمكن للإجراءات التي يكتبها الوكيل أن تتفوق على تلك التي يكتبها البشر بقدر حوسبة أقل، فإن المكاسب الملحوظة تُعزى إلى حد كبير إلى انحيازات ديناميكية حرارية مشتركة بدلاً من كونها آلية قابلة للنقل تم تحديدها بالكامل.
تقترح هذه الورقة إطار عمل جديد للتدريب المسبق التبايني لبيانات النسخ المتماثل للخلية الواحدة، والذي يتعلم تمثيلات قوية للخلية بأكملها من خلال بناء رؤى متكاملة عبر تقسيم الجينات الموجه بالتعبير المشترك، وبناء السلبيات الصعبة المدركة للتعبير، والبدء التبايني المحكوم بالكفاءة، مما يؤدي إلى التفوق على طرق إعادة بناء الجينات التقليدية في المهام اللاحقة مثل توصيف نوع الخلية واستنتاج شبكة تنظيم الجينات.