23685 ورقة بحثية
تقدم هذه الورقة البحثية "النمذجة الاستكشافية"، وهي نموذج جديد يعمل على تحليل حلقة التدريب لاستكشاف مرشحات توليد متعددة واختيار الأفضل بينها، مما يجعل الاستكشاف محوراً ثالثاً قابلاً للتوسع في مرحلة ما قبل التدريب يحسن الكفاءة والأداء عبر المجالات مع تمكين النمذجة التوليدية الحقيقية من طرف إلى طرف.
تقدم الورقة البحثية RoguePrompt، وهو مسار لكسر الحماية يعتمد على ترميز ثنائي الطبقات باستخدام شفرات Vigenère وROT13 المتداخلة مع تعليمات إعادة بناء باللغة الطبيعية، والذي نجح في تجاوز فلاتر الاعتدال في 93.93% من الحالات وحقق التنفيذ في 70.18% من أصل 313 مطالبة مرفوضة بشدة تحت نموذج تهديد الصندوق الأسود.
يقدم VideoCoCo إطار عمل ذا محرك مزدوج وكيل (agentic) يستفيد من كود Blender القابل للتنفيذ كـ "سلسلة أفكار" على مستوى العملية لإنشاء فيديوهات متسقة فيزيائياً عبر إنشاء مسودة مكانية-زمانية حتمية أولاً ثم تحسينها إلى مخرج واقعي، متفوقاً بشكل كبير على النماذج المرجعية الحالية في معايير الاتساق الفيزيائي.
تحدد هذه الورقة "الارتكاز السردي"، وهو انحياز حيث تنتج النماذج اللغوية السريرية تشخيصات متباينة لحقائق متطابقة بناءً فقط على السجل اللغوي الاجتماعي، وتقترح "NarrativeShield"، وهو مسار مكون من ثلاثة وكلاء يستخرج الحقائق ويتحقق منها هيكلياً للقضاء تقريباً على هذه الفجوة مع الحفاظ على الاستقرار التشخيصي.
تكشف هذه الورقة أنه بينما تقاوم نماذج اللغات الانتشارية (Diffusion Language Models) بطبيعتها الهجمات العدائية القائمة على التدرج بسبب تضاريس فقدانها العشوائية، إلا أنها تظل عرضة للضجيج الطبيعي وتُظهر ثقة مفرطة ممنهجة لأن متانتها تعتمد على توجيه فك التشفير الخاص بالأوزان بدلاً من المزايا الهيكلية، مما يستلزم دمجاً جوهرياً في عملية فك التشفير بدلاً من الإصلاحات السطحية.
تقدم هذه الورقة AHA-Memes، وهو أول معيار لتقييم الميمات العربية التي تحتوي على كراهية على نطاق واسع ودقيق، ويضم 5,000 مثال مشروح يدويًا و66,000 ميم من الملصقات الفضية، إلى جانب تقييمات شاملة لمختلف النماذج متعددة الوسائط لمعالجة التحديات غير المستكشفة في اكتشاف الكراهية المتجذرة ثقافيًا في المحتوى العربي عبر الإنترنت.
تقدم هذه الورقة البحثية ECG-InterpBench، وهو معيار مرجعي مبتكر يستخدم المشفرات التلقائية المتناثرة متطابقة المقياس لتقييم ومقارنة قابلية التفسير، والأهمية السريرية، وقابلية إعادة الإنتاج للتمثيلات الداخلية عبر ستة نماذج تأسيسية مجمدة لتخطيط كهربائية القلب بشكل منهجي، مما يعالج فجوة حرجة تركتها المعايير المرجعية الحالية التي تركز على الأداء.
تقدم هذه الورقة SWE-NFI، وهو معيار مرجعي يتكون من 188 مهمة من واقع الحياة و92 قاعدة قابلة للتنفيذ صُممت لتقييم وكلاء البرمجة في التحسينات غير الوظيفية، مما يكشف أنه بينما يحقق الوكلاء صحة وظيفية عالية، إلا أنهم يتخلفون بشكل كبير عن المطورين البشر في تنفيذ تحسينات الكود التي تحافظ على السلوك.
تقدم الورقة البحثية إطار عمل GAMER، وهو إطار عمل مبتكر يربط بين التوسع أثناء الاستدلال والذاكرة العرضية من خلال نمذجة الاستدلال التاريخي كرسم بياني متمحور حول الأفعال مع آلية تعلم فرق زمني ثنائية المسار، مما يقلل التكاليف الحسابية ويحسن بشكل كبير كفاءة اتخاذ القرار لدى الوكيل ومعدلات النجاح.
تستخدم هذه الورقة التحليل السيكومتري لتوضيح أن "امتحان البشرية الأخير" (HLE) يقيس في المقام الأول عامل استدلال عام واحد بدلاً من قدرات متميزة خاصة بمجالات محددة، وأن دقة قياسه غير كافية للتمييز بفعالية بين النماذج اللغوية الرائدة.