23845 ورقة بحثية
تقدم هذه الورقة DataClawEval، وهو أول معيار شامل لتقييم الوكلاء المستقلين في مهام هندسة البيانات الواقعية والشاملة عبر خمس محركات تنفيذ، مما يكشف أن النماذج الرائدة الحالية تفتقر إلى الكفاءة العامة وتظل محدودة بالتخصص الصارم في المجال.
إن IndustryForge-27B هو نموذج تأسيسي متعدد الوسائط معزز مجالياً، تم بناؤه على Qwen3.5-VL-27B من خلال تدريب موحد متعدد المهام على 52 ألف عينة CAD صناعية، وهو يتفوق بشكل كبير على كل من نموذجه الأساسي ونموذج GPT-5.4 مغلق المصدر في اختبارات قياس CAD المحددة، مع الحفاظ على القدرات العامة ليعمل كركيزة موحدة للوكلاء الصناعيين متكاملي البنية.
من خلال تطبيق إطار حوسبي رسومي على تسجيلات مصفوفة الأقطاب الكهربائية متعددة القنوات عالية الكثافة، تكشف هذه الدراسة أن العضويات القشرية البشرية لا تظهر أي انتشار قابل للقياس مستحث بالتحفيز، بل تعرض بدلاً من ذلك ظاهرة مثبتة بضوابط تتمثل في التثبيط التدريجي للاستجابة والانكماش المكاني عند التحفيز المتكرر، وهو اكتشاف يميز اللدونة المستحثة بالتحفيز عن النضج التطوري.
إنّ SemPIC هو إطار عمل يعزز التخزين المؤقت لمفاتيح والقيم (KV caching) المستقل عن الموضع دلالياً من أجل استرجاع السياقات الطويلة، وذلك عبر تدريب "كاتب" (Writer) مُمكن بتقنية LoRA لتجميع تمثيلات وثائق أصلية من خلال التقطير السلوكي، مما يتغلب على قيود التخزين المؤقت للبادئات (prefix caching) والأساليب غير الموثوقة المستقلة عن الموضع، مع تحقيق أداء يقارب إعادة الحساب الكاملة مع تقليل عبء الذاكرة عبر تقنية "نقاط تفتيش تدرج مفاتيح والقيم" (KV Gradient Checkpointing).
تقدم هذه الورقة أول هجوم باب خلفي نظيف الملصق على الشبكات العصبية النبضية (SNNs) يحقق معدلات نجاح مثالية للهجوم من خلال تطبيق تحويلات الطابع الزمني الثابتة على تدفقات الأحداث للفئة المستهدفة، مما يكشف عن حدود الدفاعات الحالية القائمة على تقليص المعدل مع إثبات تخفي الهجوم من خلال الحفاظ على أعداد الأحداث.
تقترح هذه الورقة طريقة التقطير الذاتي الانعكاسي للمجموعات (GRSD)، وهي منهجية تستفيد من الانعكاسات الجماعية داخل السياسة (on-policy) والتباينات بين مسارات النجاح والفشل مع إيقاف التدرج لتوليد توجيه متوافق مع القدرات وتمييزي للنتائج من أجل تحسين تخصيص الائتمان على مستوى الدور في التعلم التعزيزي الوكيل، مما يؤدي إلى تفوقها على النماذج المرجعية الحالية في كل من الأداء والتعميم.
تقدم هذه الورقة البحثية "انحدار المتشعب الأمثل للإنتروبيا" (EOMR)، وهو طريقة مبتكرة تحدد بشكل مشترك المجموعات الفرعية للميزات والمنى الفرعية ذات الصلة للانحدار غير الخطي، مما يظهر دقة فائقة وتعقيداً حسابياً أقل بكثير مقارنة بأحدث أدوات الذكاء الاصطنافت وتعلم الآلة في اختبارات معايير الديناميكيات الفوضوية وديناميكيات السوائل الصعبة.
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.