23317 ورقة بحثية
تقدم الورقة البحثية DungeonBench، وهو معيار شامل لتقييم التفكير التكتيكي في قتال "Dungeons & Dragons" يتحدى النماذج اللغوية الرائدة للتنقل عبر القواعد المعقدة، والهندسة، وإدارة الموارد عبر كل من المواجهات الفردية وأيام المواجهات المتعددة، مما يكشف عن فجوات كبيرة في قدرتها على الموازنة بين المزايا التكتيكية الفورية والاستدامة الاستراتيجية طويلة الأمد.
تقدم الورقة البحثية "FriendBench"، وهو معيار لقياس مدى القدرة على استنتاج الألفة الثنائية من مقاطع فيديو لكسر الجليد مدتها 20 ثانية، والتي كشفت أنه في حين تضاهي النماذج متعددة الوسائط الرائدة دقة البشر، إلا أنها تعتمد على إشارات مختلفة وتظهر انحيازاً لتصنيف الأزواج كغرباء، بينما يستفيد البشر بشكل فريد من الإشارات السلوكية المرئية التي تتجاوز الكلام.
تقدم هذه الورقة درجة EPC، وهي مقياس غير مرتبط بنموذج محدد يحدد جودة التفسير من خلال الموازنة بين ندرة الميزات والحفاظ على الأداء، وتثبت فعاليتها عبر أنماط متعددة من البيانات من خلال إظهار توافقها القوي مع الفهم المتمحور حول الإنسان.
تُعد CENDRe طريقة مبتكرة لاستخراج المفاهيم للشبكات العصبية الالتفافية (CNNs) تتغلب على القيود الحالية من خلال الاكتشاف التلقائي للعدد الأمثل لمفاهيم الزمن والتردد عبر التجميع الموجه بمعامل السيلويت والتحديد القائم على التدرج، مما يوفر أدلة قابلة للتفسير لمهام تصنيف السلاسل الزمنية الحرجة مثل تشخيص الأعطال.
تقدم هذه الورقة ExtractBench، وهو معيار شامل لتقييم استخراج المستندات في المؤسسات الموجه بالمخططات عبر 370 مستنداً و67 نوعاً، والذي يكشف أن LlamaExtract Agentic Plus يحقق دقة وتأصيلاً في أعلى مستوياتهما بتكلفة أقل بكثير مقارنة بوكلاء البرمجة.
تقدم هذه الورقة البحثية MSGNN، وهي بنية جديدة لشبكة عصبية رسومية طيفية تعتمد على مصفوفة لابلاسيان مغناطيسية مُوقعة جديدة تدمج بفعالية كلاً من المعلومات الموقعة والاتجاهية لتحقيق أداء رائد في مهام تجميع العقد وتنبؤ الروابط عبر مجموعات متنوعة من البيانات الواقعية والاصطناعية.
تقترح هذه الورقة خوارزمية مبتكرة تستخدم قائمة "تخطي متعامدة" ثنائية الأبعاد وتقنيات الأشجار الديناميكية لتحديث خطط النقل الأمثل بكفاءة في السيناريوهات الديناميكية من خلال الاستفادة من طريقة السيمبلكس، مما يتفوق بشكل كبير على النهج الحالية التي تتطلب إعادة حساب كاملة.
تقدم هذه الورقة مراجعة منهجية للأدبيات تشمل 71 دراسة لتحديد اللبنات الأساسية لحلول الذكاء الاصطناجعي اللامركزي (DEAI) من خلال تحليل من الأسفل إلى الأعلى، مع اقتراح توجهات بحثية مستقبلية ومعالجة المشكلات المفتوحة المتعلقة بالخصوصية والملكية والتحكم.
تقدم هذه الورقة RealInstruct، وهو معيار لتقييم النماذج اللغوية الكبيرة على التعليمات الواقعية متعددة القيود، وتقترح DeCRIM، وهو مسار تصحيح ذاتي يُمكّن النماذج مفتوحة المصدر من التفوق على GPT-4 من خلال تفكيك التعليمات، ونقد الاستجابات، وتحسين المخرجات.
تقدم هذه الورقة تقييماً تجريبياً واسع النطاق لكل من RAG وLoRA وDoRA على 20,000 استعلام، مما يثبت أن DoRA يتفوق على كلتا الطريقتين في الدقة والارتباط وزمن الاستجابة لتطبيقات الذكاء الاصطنا_التوليدي المتخصصة في مجالات معينة.