23832 ورقة بحثية
تبحث هذه الورقة في قدرة النماذج اللغوية الكبيرة على استخلاص نظريات برمجة مجموعات الإجابات (Answer Set Programming) كاملة وصحيحة بشكل مستقل لمهام الإجابة على الأسئلة البصرية ضمن حد زمني قدره ساعة واحدة، حيث أظهرت النماذج الرائدة مثل Claude Sonnet 4.6 وClaude Opus 4.7 وDeepSeek V4 Pro دقة تقارب المثالية في عدة معايير مرجعية، بينما أظهر GPT-5 تباينًا كبيرًا في الأداء وحساسية تجاه البيانات المرجعية.
يُعد PerturbMap إطار عمل مبتكر يتنبأ بدقة باستجابات الاضطراب المفقودة في الخلايا المفردة عبر سياقات خلوية مختلفة من خلال الجمع بين قاعدة محلية مستلمة ذات رتبة منخفضة وإشارات المصدر والسياق المنقولة عبر خبراء حافة موزونة بالموثوقية، مما يجعله يتفوق على النماذج المرجعية الحالية مع الاقتراب من أداء المرجع المركزي.
يقدم البحث إطار عمل SciDataSailor، الذي يسخر بحث شجرة مونت كارلو (Monte Carlo Tree Search) لتخليق مسارات تفاعلية مع الأدوات لاستكشاف البيانات العلمية العميقة، مصحوباً بمجموعة بيانات للضبط الدقيق ومعيار لتقييم قدرة الوكلاء على التنقل عبر المستودعات العلمية الهرمية والمعقدة والإجابة على أسئلة خاصة بمجالات محددة.
تقترح هذه الورقة MIND، وهو إطار دفاعي خفيف الوزن يستخدم "عنق زجاجة المعلومات" المدرك للقصد لاستخراج تمثيلات مدمجة للقصد والسلوك، مما يعمل بفعالية على تصفية الذكريات المسمومة في وكلاء النماذج اللغوية الكبيرة مع الحفاظ على دقة المهام وكفاءة الاستدلال.
تقدم الورقة البحثية BlueprintRepair، وهي واجهة تحرير محلية مدققة المخطط لإصلاح مخططات براهين Lean الفاشلة، والتي تحقق كفاءة في التكلفة والرموز (tokens) تضاهي أو تتفوق على طرق التصحيح وإعادة الكتابة حرة التنسيق، كما تم التحقق من ذلك بواسطة معيار BlueprintTrace الجديد.
تقدم الورقة البحثية IB-Forecast، وهو إطار عمل للتنبؤ بالسلاسل الزمنية متعددة المتغيرات قابل للتفسير بطبيعته، يستخدم عنق زجاجة للمعلومات مقيد بالميزانية لتوليد تفسيرات دقيقة ومتباعدة تتوافق مع دقة النماذج الصندوقية السوداء مع التفوق بشكل كبير على النماذج المرجعية الحالية القائمة على التفسير اللاحق أو التفسير الذاتي.
تجادل هذه الورقة بأن إسناد خصائص مثل الذكاء العام أو الفاعلية إلى النماذج اللغوية الكبيرة يشكل خطأً فئويًا ناشئًا عن "التواصل غير المتماثل"، وهي لعبة لغوية بنيوية يتحمل فيها جميع الالتزامات المعيارية والمسؤولية والمكانة الخطابية البشر المشاركون حصريًا لا الآلة.
تقدم هذه الورقة البحثية إطار عمل LATCH، وهو إطار عمل خالٍ من التدريب لنماذج اللغة الانتشارية (Diffusion Language Models) يجمع بين "الالتزام الموثق بالثقة" (Confidence-Verified Commit) و"الالتزام المبكر القائم على الكتل" (Block-Wise Early Commit) لتحقيق تسريع كبير في عملية الاستنتاج (يصل إلى 17.8 ضعفًا) مع الحفاظ على دقة فك التشفير الكامل تقريبًا من خلال التحقق ديناميكيًا من استقرار المخرجات وتسريع كتل الرموز غير النهائية دون الاعتماد على مطالبات اللاحقة (suffix prompts) أو المعلمات الفائقة الثابتة.
تقدم الورقة البحثية AgenticASR، وهو إطار عمل وكيل (agentic framework) يعمل على تحسين التعرف على الكلام في الوقت الفعلي من خلال مراجعة النصوص المنسوخة بشكل تكراري لإزالة التأتأة وتصحيح التصحيحات الذاتية مع الحفاظ على القصد النهائي للمتحدث، وقد تم التحقق من ذلك عبر معيار مرجعي جديد ثنائي اللغة وأداء متفوق عبر واجهات أمامية متعددة للتعرف التلقائي على الكلام (ASR).
تُظهر هذه الدراسة التجريبية أن دمج أداة ذكاء اصطناعي متعددة الوكلاء، والموجه بإطار المعرفة التقنية والتربوية والمحتوى (TPACK)، في مساق هندسة المتطلبات بمستوى الماجستير، يسهم بفعالية في دعم الطلاب في استخدامهم الانتقائي للذكاء الاصطناعي لتحليل وتقييم جودة المتطلبات، مما يعزز فهمهم لمعايير جودة محددة مع تعزيز التفاعل المسؤول مع الذكاء الاصطناعي التوليدي.