23087 ورقة بحثية
تقدم الورقة البحثية "Scroll"، وهو نظام برمجي لإدارة السياق يعامل جلسات الوكيل كبيئات قابلة للتنفيذ مع سجل أحداث غير قابل للتعديل ونواة بايثون مستمرة، مما يمكّن النماذج اللغوية الكبيرة من إدارة الحالة طويلة الأمد ديناميكيًا عبر الكود مع تحقيق أداء رائد في اختبارات السياق الطويل.
تقدم هذه الورقة أول دراسة عددية للمحاكاة الكمومية القابلة للتوسع للنماذج التوليدية ذات الزمن المستمر باستخدام شبكات الموتر، مبرهنةً أن تمثيل الجهود والحالات المعتمدة على الزمن كشبكات موتر يقلل بشكل جذري من تكاليف التخزين والحوسبة مع تمكين الإعداد الفعال لتشفيرات السعة المتماسكة لتحقيق التفوق الكمومي في أخذ عينات الأحداث النادرة.
إنَّ ECHO هي بنية ذاكرة مستوحاة معرفيًا وقابلة للتدقيق للوكلاء ذوي الأفق الطويل، تحقق أداء استرجاع عاليًا في مجموعات البيانات المرجعية مع التأكيد على إمكانية التحقق من المصدر ومقاييس التطوير الشفافة، رغم القيود الموجودة في استقلالية تقييمها الحالية.
تُثبت هذه الورقة أن تكييف نماذج CLIP مسبقة التدريب عبر الضبط الدقيق للمُشفّر يُحسن بشكل كبير من دقة التحديد الجغرافي الإقليمي في المناطق الحضرية من خلال تعزيز الحساسية لتكوينات المشاهد المتكاملة، في حين تظل النماذج المجمدة التي تعتمد على الميزات صفرية التدريب غير فعالة للتمييز دقيق التفاصيل.
تقدم هذه الورقة LiteEvent-AE، وهو مشفر تلقائي خفيف الوزن للرؤية القائمة على الأحداث يحقق دقة تمييز تنافسية مع عدد معاملات أقل بمقدار 35.6 ضعفاً واستهلاك طاقة أقل بمقدار 726.3 ضعفاً مقارنة بـ YOLOv9، مما يتيح استدلالاً مستداماً وفي الوقت الفعلي على الأجهزة الطرفية محدودة الموارد مثل Raspberry Pi 4B وNVIDIA Jetson Nano.
تُعد HIRA نظام تعاقب استرجاعي محلي، لا يتطلب تدريباً، لتصنيف المستندات الخاضعة للتنظيم، حيث يجمع بين الاسترجاع متعدد الوسائط ومُحقِّق يعتمد على نموذج لغوي كبير مستضاف محلياً وتغذية راجعة من العنصر البشري في الحلقة، وذلك لتحقيق دقة عالية مع تقليل المراجعة البشرية إلى أدنى حد وإلغاء الحاجة إلى إعادة تدريب مكلفة للنماذج.
يكشف تحليل لما يقرب من 14,000 ورقة بحثية من أوراق مؤتمرات معالجة اللغات الطبيعية الرائدة من عام 2020 إلى عام 2025 أنه في حين ترتبط الموارد الحسابية المُبلغ عنها إيجابياً بالتأثير الأكاديمي، إلا أنها تفسر جزءاً ضئيلاً جداً من التباين في الاستشهادات والجوائز، مما يشير إلى أن القدرة العالية لوحدات معالجة الرسومات لا تضمن تأثيراً بحثياً أكبر.
يُعد PatchGate إطار عمل لا يتطلب تدريباً يعمل على تضييق فجوة التعبير اللفظي في النماذج البصرية-اللغوية المجمدة عبر استخراج أدلة موضوعاتية ذاتية على مستوى الرقعة (patch-level) وخالية من المطالبات من طبقات فك التشفير واستخدامها لمعايرة لوغاريتمات فك التشفير، مما يؤدي في آن واحد إلى تحسين تغطية الموضوعات المرئية وتقليل الهلوسة دون الحاجة إلى كواشف خارجية أو ضبط دقيق.
يُعد VisAdj إطار عمل مبتكر يتعلم مصفوفات التجاور من صور العقد والروابط عبر توظيف عينة جيران تعتمد على الانتباه المتناثر لاختيار المرشحين، ومحول مخطط خطي لنمذجة تبعيات الحواف، مما يجعله يتفوق على الأساليب القائمة على خوارزمية أقرب جار (KNN) عبر مجموعات بيانات متنوعة.
تقترح هذه الورقة البحثية LACL-GUI، وهو إطار عمل للتعلم التبايني المدرك للطول يعزز تدريب وكلاء واجهات المستخدم الرسومية (GUI) من خلال دمج إشارات جودة دقيقة على مستوى المسار للتغلب على عدم توافق تدرج المكافأة ومحدودية الإشراف على مستوى النتيجة في الأساليب الحالية.