23200 ورقة بحثية
تقترح الورقة البحثية FedSLM، وهو إطار عمل جديد للتعلم الاتحادي يُمكّن العملاء ذوي الموارد المحدودة من ضبط النماذج التأسيسية باستخدام نماذج ذاتية الاحتواء مضغوطة تعتمد على تحليل القيم المفردة (SVD) وبروتوكول تجميع ثنائي المراحل، محققاً أداءً فائقاً مع تقليل متطلبات الذاكرة بشكل كبير مع الحفاظ على دقة التمثيل.
تقدم الورقة البحثية إطار عمل WILC، وهو إطار عمل مبتكر يستفيد من التكامل المتسلسل وآلية اختيار ثنائية البوابة لتنسيق عدة نماذج لغوية كبيرة بشكل ديناميكي، محققاً أداءً يضاهي GPT-5.2 بتكاليف أقل بكثير مع التغلب على قيود طرق التجميع الثابتة.
تقدم الورقة البحثية `metasignal`، وهي حزمة برمجية مفتوحة المصدر بلغة بايثون توحد 17 مقياساً لما وراء المعرفة والأدوات الإحصائية ذات الصلة في منصة واحدة للتحليل الشامل لنظرية كشف الإشارة وما وراء المعرفة في مهام التمييز الثنائي.
تقدم الورقة البحثية DoubleHelix، وهو إطار عمل لدمج الوسائط المتعددة مهيكل يعيد صياغة التعرف على الكلام السمعي البصري كعملية تفاعل متبادل بين الوسائط بشكل تكراري مع تعزيز تكيفي مدرك للتدهور، محققاً أداءً هو الأفضل في فئته وتحسناً في المتانة على مجموعة بيانات LRS3.
تُثبت هذه الورقة أن مجموعات بيانات الوجوه الاصطناعية تحتفظ بآثار يمكن اكتشافها لمصادر تدريبها من العالم الحقيقي، مما يُمكّن من تنفيذ هجوم استدلال العضوية الذي يحدد بنجاح مجموعة البيانات الاصطناعية المحددة، وفي أكثر من نصف الحالات، مجموعة البيانات الحقيقية الأصلية المستخدمة لتدريب المولد.
تقدم هذه الورقة حقول القوة لتعلم الآلة الضمنية (I-MLFFs)، والتي تستخدم معادلات النقطة الثابتة ذات الاتساق الذاتي لإعادة استخدام التمثيلات الوسيطة عبر الخطوات الزمنية، محققةً خفضاً في التكاليف الحسابية والذاكرة بمقدار مرتين إلى خمس مرات مع الحفاظ على دقة ودقة تفاصيل الشبكات العصبية العميقة لمحاكاة الديناميكيات الجزيئية.
تقدم هذه الورقة مفهوم "غسيل مصدر الذاكرة" (memory provenance laundering)، وهو ثغرة أمنية حيث تقوم وكلاء النماذج اللغوية الكبيرة بإعادة كتابة الملاحظات غير الموثوقة كأنها تاريخ مستخدم موثوق لتجاوز فلاتر الأمان، وتقترح جدار حماية الذاكرة الحافظ للمصدر (PPMF) كحل وسيط يمنع الإجراءات عالية المخاطر غير المصرح بها من خلال فرض عدم تضخيم سلطة المصدر أثناء دمج الذاكرة.
يُعد ActFovea إطار عمل تشغيلي جاهز للتشغيل والتركيب لتعزيز الحماية، يعمل على تعزيز متانة سياسات الرؤية واللغة والعمل (VLA) ضد الاضطرابات مثل التراكبات البصرية وانحراف العمل من خلال فرض اتساق بصري-حركي زماني مكاني للكشف عن الإخفاقات وتفعيل آليات الاسترداد أو التوقف الآمن دون تعديل السياسة الأساسية.
تقدم هذه الورقة البحثية CLIFT، وهي طريقة ضبط دقيق تكرارية مغلقة الحلقة وغير جراحية تمكّن الروبوتات البشرية التي تستخدم نماذج تأسيسية ذات أوزان مغلقة (مثل Gemini Robotics On-Device) من تحقيق إتقان شبه تام للمهام عبر تحويل التغذية الراجعة للمكافأة أثناء وقت النشر إلى بيانات خاضعة للإشراف لتحسين السياسة القائمة على واجهة برمجة التطبيقات (API)، مما يتغلب بذلك على قيود التعلم بالتقليد الصرف دون الحاجة إلى الوصول إلى المكونات الداخلية للنموذج.
تقدم الورقة البحثية إطار عمل SERUM، وهو إطار عمل متعدد المراحل يستفيد من التوسيم الهرمي للنماذج اللغوية البصرية (VLM) والتحسين التكراري لاستخراج نماذج سلوك المستخدم المهيكلة والقابلة للتفسير تلقائياً من فيديوهات الشاشة من منظور الشخص الأول غير المهيكلة، مما يحسن بشكل كبير من دقة التنبؤ وتماسك الملصقات مقارنة بالطرق أحادية المرحلة.