23200 ورقة بحثية
يُعد ViSAGE إطار عمل ذاكرة وكيلية متعددة الوسائط يعزز فهم الفيديو طويل المدى من خلال بناء ذكريات ذاتية التصحيح ومركزة حول الكيانات عبر الربط عبر الوسائط، والتحسين ثنائي الاتجاه، والتحقق المتقاطع متعدد الوكلاء لمنع خلط الهوية والهلوسة، محققاً تحسناً بنسبة 5.9% في الدقة مقارنة بالنماذج المرجعية الرائدة.
تتناول هذه الورقة تحدي تخطيط مسار الوكلاء المتعددين في ظل قيود مكانية-زمانية وطوبولوجية معقدة من خلال اقتراح طريقتين للترميز السليم تعتمدان على البرمجة بالصيغ المختلطة (Mixed-Integer Programming) ونظرية التبعية المنطقية (Satisfiability Modulo Theories) لصيغة STL-GO، واللتين تم التحقق من صحتهما عبر واجهة موحدة وتقييمهما على معايسات البحث والإنقاذ متعددة الطائرات بدون طيار الديناميكية.
تقدم هذه الورقة "التوجيه الخوارزمي الاستعاري"، وهي ظاهرة تتسبب فيها التعليمات الاستعارية في اللغة الطبيعية في جعل النماذج اللغوية الكبيرة تنقل بشكل غير لائق الأنماط الإجرائية من مجال مصدر إلى مهام توليد الكود، مما يؤدي إلى خوارزميات غير فعالة، وتقترح إطار عمل MASC لدراسة واستثارة وكشف هذا التحول في الحالة الخفية.
تقيم هذه الورقة قدرة معيار LSR-Synth على التمييز بين المعرفة العلمية المسبقة والبحث التقليدي عن العمليات من خلال إثبات أنه بينما تُعد ضوابط مكافحة الحفظ الخاصة به فعالة، فإن المهام الحالية تقيس في المقام الأول إعادة دمج التعبيرات غير المرئية ضمن مفردات ثابتة بدلاً من المساهمات الفريدة للمعلومات المسبقة للنماذج اللغوية ما لم يتم تقييد تلك المفردات بشكل متعمد.
تجادل هذه الورقة بأن معايير سلامة الوكلاء الحالية تفتقر إلى الصلاحية بسبب المقاييس المعيبة، والتصنيفات غير المتسقة، والآثار الناجمة عن صغر حجم العينات، مبرهنةً في نهاية المطاف على أن القدرة العالية للنماذج غالباً ما ترتبط بزيادة مخاطر عدم المواءمة بدلاً من السلامة، مما يستوجب تعريفات دقيقة للمعايير والمقاييس والسلوكيات المستهدفة لأي ادعاء موثوق بالسلامة.
تقدم الورقة البحثية SciToolAgent-Evo، وهو وكيل ذاتي التطور مدرك للأنطولوجيا يقوم باكتساب ودمج أدوات علمية جديدة ديناميكيًا في بيئات العالم المفتوح من خلال التعلم التبايني واستراتيجية استكشاف-استغلال قائمة على خوارزمية LinUCB، والتي تم التحقق من صحتها بواسطة معيار OpenSciToolBench الجديد.
تقدم هذه الورقة البحثية CV، وهو إطار عمل للتعلم العميق المستند إلى الفيزياء، يقوم بتقدير عمر الكلال لسبائك الفولاذ خفيفة الوزن بسرعة مباشرة من الصور المجهرية الضوئية بدقة عالية وعدم يقين مُعاير، محققاً معامل تحديد قدره 0.93 في اختبار معياري اصطناعي مع تسليط الضوء على الحاجة إلى التحقق المستقبلي من العينات الواقعية.
تُعد هذه الورقة رفيقاً منهجياً لدراسة حول الأسطح الدنيا في الفضاء الزائدي، حيث تُفصّل كيف يمكن لترميز القيود الهندسية مباشرة في بنية الشبكة العصبية وتحسين تقييم متبقي المعادلات التفاضلية الجزئية من خلال "الجيّات" (jets) من الدرجة الثانية وتجميع الرسوم البيانية أن يقلل تكالًف التدريب بمعامل يتراوح بين أربعين إلى خمسين ضعفاً، مما يُمكّن من تطبيقات فعالة للشبكات العصبية المستوحاة من الفيزياء في التحليل الهندسي.
إن DragonCrawl هو إطار عمل لاختبار تطبيقات الهاتف المحمول يعتمد على الذكاء الاصطناعي والنية (intent-based)، ويستفيد من القدرات متعددة الوسائط لنموذج GPT-4o لتحقيق معدلات نجاح عالية، وتقليل وقت تهيئة الاختبارات بشكل جذري، والقضاء على أعباء الصيانة من خلال التحقق من تدفقات مستخدم محددة في خطوط أنابيب التكامل المستمر والتسليم المستمر (CI/CD)، وبذلك يتغلب على قيود القابلية للتوسع والهشاشة التي تعيب اختبارات الطرف إلى الطرف التقليدية.
تقدم الورقة البحثية WaiT، وهو محول صور مدرك للمويجات (wavelet-aware image Transformer) يعمل على تحسين توليد الصور عالية الدقة من خلال تفكيك الصور إلى نطاقات ترددية وتأخير صقل الترددات العالية حتى تظهر الهياكل الخشنة، مما يحقق دقة فائقة في فضاء البكسل (pixel-space fidelity) وتكاليف حوسبة منخفضة مع التوسع بفعالية في توليد الفيديو.