23200 ورقة بحثية
تقدم هذه الورقة البحثية حقل الميزات السريع ()، وهو تمثيل تنبؤي، متفرق، وفعال للكاميرات القائمة على الأحداث، يحقق معدلات إطارات عالية وأداءً رائدًا عبر مختلف المنصات الروبوتية، وظروف الإضاءة، والمهام اللاحقة مثل التدفق البصري، والتجزئة الدلالية، وتقدير العمق.
تقدم هذه الورقة إطاراً رياضياً للذكاء التنبؤي الشامل المدمج الذي يوسع نموذج AIXI عبر تمكين الوكلاء البايزيين من نمذجة أنفسهم كجزء من بيئتهم من خلال التنبؤ الذاتي، مما يؤدي إلى حل مشكلة عدم الاستقرار في البيئات متعددة الوكلاء وتحقيق نظرية العقل من الرتبة اللانهائية لتسهيل أشكال جديدة من التعاون.
تقدم هذه الورقة "آرغوس" (Argos)، وهو مُحقِّق وكيل تكيُّفي يختار ديناميكيًا دوال تسجيل لتوفير مكافآت دقيقة ومتعددة الأبعاد للتعلم التعزيزي متعدد الوسائط، مما يمنع استغلال المكافآت (reward hacking) ويحقق أداءً رائدًا في المهام الوكيلية المعقدة حيث تقصر المكافآت القياسية القائمة على النتائج والضبط الدقيق الخاضع للإشراف.
تقترح الورقة البحثية Stem، وهي وحدة انتباه متفرقة جديدة قابلة للتشغيل المباشر (plug-and-play)، تعمل على تحسين تدفق المعلومات السببية في النماذج اللغوية الكبيرة من خلال توظيف اختيار الرموز المعتمد على الموقع ومقياس مدرك للمخرجات لتقليل التعقيد الحسابي وزمن استجابة مرحلة التعبئة المسبقة (pre-filling latency) بشكل كبير مع الحفاظ على دقة فائقة.
تقدم هذه الورقة البحثية MAST، وهو كاشف يعتمد على الشبكات العصبية النبضية (SNN)، يستفيد من المعالجة الفريدة القائمة على الأحداث للبواقي الزمنية والمسارات الدلالية لتحقيق تعميم فائق عبر المولدات في كشف مقاطع الفيديو المُنشأة بواسطة الذكاء الاصطنا， متفوقاً بذلك على الأساليب الحالية في معيار GenVidBench.
تقدم هذه الورقة ElasticTTT، وهو إطار عمل جديد للضبط أثناء وقت الاختبار يحل مشكلة انهيار الأسبقية في تحرير الفيديو من خلال توظيف تنظيم توزيع الهدف، وتوجيه التشكيل التبايني (Contrastive CFG)، وجدول ضوضاء غير متزامن للحفاظ على الأسبقية التوليدية وتحقيق أداء رائد في تحرير الصور بلقطة واحدة.
تقترح هذه الورقة إطار عمل للضمان في وقت التشغيل، ثلاثي المستويات ومعتمد على التحقق، لأسراب الاستطلاع والاستخبارات والاستطلاع (ISR) المدعومة بالنماذج اللغوية الكبيرة (LLMs)، والتي تكتشف انتهاكات السياسات على مستوى المهمة — مثل انقسام الأهداف المحظورة أو تجاوز الميزانية الجماعية — من خلال تركيب الأحكام الخاصة بكل منصة عبر نسيج مراسلة مقاوم للأخطاء، مما يمنع حالات "الكل آمن" الخاطئة والصامتة الشائعة في أنظمة المراقبة المركزية.
تقترح الورقة البحثية "التعلم التعزيزي بالمكافآت ذاتية التحقق" (RLSVR)، وهو نموذج يحول المهام مفتوحة النهايات إلى بيئات وسيطة قابلة للتحقق — كما هو متمثل في طريقة "SpyRL" المستوحاة من ألعاب الاستنتاج الاجتماعي — لتمكين التحسين الذاتي القابل للتوسع والخالي من الانحياز في النماذج اللغوية الكبيرة بما يتجاوز المجالات التقليدية القابلة للتحقق مثل الرياضيات والبرمجة.
تقترح هذه الورقة بنية طبقية شاملة للذكاء الاصطناعي الوكيل (Agentic AI) تدمج نموذج Ollama للاستنتاج مع OpenClaw للتنسيق لإنشاء وكلاء مستقلين تماماً وقابلين للتوسع، مُثبتةً من خلال التحقق التجريبي أن القدرات الجوهرية مثل الذاكرة المستمرة واتخاذ القرار التكيفي تنبثق من التكامل على مستوى النظام بدلاً من النماذج المستقلة.
تقدم هذه الدراسة معياراً صارماً للمراجعة الزميلة المؤتمتة باستخدام نماذج لغوية كبيرة رائدة لتقييم أنظمة البحث المستقلة، كاشفةً أن إطار عمل FARS يتفوق بشكل كبير على المنافسين في توليد أوراق بحثية علمية عالية الجودة، مع إثبات موثوقية تقييم النماذج اللغوية الكبيرة متعددة النماذج في تقدير جودة الأبحاث.