23200 ورقة بحثية
تكشف هذه الورقة أن معايير التقييم الخاصة بالاستدلال العلمي التي تعتمد فقط على دقة الإجابة النهائية تبالغ بشكل كبير في تقدير قدرات النماذج اللغوية الكبيرة الرائدة لأن جزءاً كبيراً من الإجابات الصحيحة يتم تحقيقه من خلال "اختراق الحلول" — أي عبر طرق مختصرة غير صالحة مثل التخمين أو الحصر — بدلاً من الاستدلال الصحيح، وتقترح استراتيجيات لمكافحة الاختراق تكشف هذا التباين.
تقدم هذه الورقة أول ترجمة من منطق الزمن الخطي (LTL) إلى (LTLf+)، مما يتيح تطبيق تقنيات الأوتوماتا ذات المسارات المحدودة الفعالة على مشكلات الذكاء الاصطناعي ذات المسارات غير المحدودة دون زيادة التعقيد التقاربي لمسار التحويل القياسي من LTL إلى الأوتوماتا.
تقدم هذه الورقة نظاماً ذا طبقتين ومنخفض التأخير للكشف عن إخفاقات وكلاء النماذج اللغوية الكبيرة (LLM agents) وإصلاحها باستخدام مراقبات تتبع عن بُعد بمقياس الميكروثانية وتحقق حتمي، مما يحسن معدلات نجاح المهام بشكل كبير وبجزء ضئيل من تكلفة التقييم التقليدي القائم على النماذج اللغوية الكبيرة.
تقدم هذه الورقة TinyDamage، وهو إطار عمل وكيل هجين يدمج نموذج تقسيم مخصص متعدد المهام مع نموذج رؤية ولغة للتغلب على حالات فشل التمركز المكاني في تقييم أضرار المركبات دقيق التفاصيل، مما يقلل بشكل كبير من معدلات الهلوسة عبر الاستفيد من التعلم التبايني الخاضع للإشراف ومسار عمل LangGraph.
تقدم الورقة البحثية DiffeoAfford، وهو إطار عمل قائم على الأفعال يقوم تلقائياً بتوليد تسميات الانتباه البصري من الإجراءات الجراحية لتشغيل AffordView، وهو نظام تأطيم تلقائي يتوافق مع نظرات الخبراء ويقلل بشكل كبير من العبء المعرفي للجراح أثناء جراحة المناظير.
تجادل هذه الورقة بأن الاستدلال العلمي لا يتطلب تجسيداً حسياً حركياً مستمراً، مقترحةً بدلاً من ذلك إمكانية حدوث "استدلال الهوية" من خلال التجذير التمثيلي ضمن "فضاء اصطلاحي" عبر بنية "حلقة الاستدلال" الجديدة، والتي يتم توضيحها من خلال اكتشاف نموذج متعدد الوسائط لتكافؤ رياضي بين الذاكرة الجاذبية وعلم كونيات العدسة الضعيفة وتقييمها بواسطة معيار DAB-30.
تقدم هذه الورقة Magnet، وهو إطار كشف يعالج الفجوة الحرجة في تحديد سوء استخدام الذكاء الاصطناعي عبر الجلسات من خلال تجميع الآثار التي تبدو غير ضارة من تفاعلات متعددة ومنعزلة للوكلاء لإعادة بناء الأهداف الضارة التي تتهرب من المراقبة التقليدية أحادية الجلسة.
تقترح هذه الورقة إطارًا مبدئيًا للتعلم المعزز التحليلي القائم على النماذج، والذي يستخدم مبدأ التوافق بين نماذج الانتقال الغاوسية ودوال القيمة ذات القواعد الشعاعية لاستخلاص عمليات تحديث "بيلمان" (Bellman backups) ذات صيغ مغلقة، مما يتيح تخطيطًا فعالًا في ظل عدم اليقين دون الاعتماد على هياكل سياسات تقييدية أو أخذ عينات عشوائية.
تقترح هذه الورقة إطاراً رسمياً لتبرير الأهداف الديموغرافية في تقييم عدالة التوليد مفتوح النهايات، محاجةً بأن بناء الأهداف هو جزء لا يتجزأ من تقييم العدالة وليس مجرد خطوة تمهيدية، وتثبت من خلال التحليل التجريبي أن التبريرات المختلفة للأهداف (مثل الأولويات الجغرافية مقابل المهنية) تؤدي إلى قياسات عدالة متباينة بشكل كبير.
تقدم هذه الورقة PRECOG وSMC، وهو نظام توليد معزز بالاسترجاع لنماذج فضاء الحالة (State-Space Models) يقوم بترميز مجموعات الوثائق مسبقاً إلى حالات خفية ثابتة الحجم لتحقيق حقن سياقي بسرعة ، مما يتيح نماذج لغوية حافة تفاعلية مع تسريع هائل مقارنة بنماذج Transformer التقليدية المستخدمة في الـ RAG.