23845 ورقة بحثية
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.
تثبت هذه الورقة نظرياً أن حقن ضجيج غاوسي مستقل في الشبكات العصبية الرسومية المتكررة يمنع التمهيد المفرط التقاربي من خلال ضمان تقارب التمثيلات الخفية إلى توزيع مستقر فريد ذي طاقة ديريكليه غير متلاشية، مما يحافظ على تنوع التمثيل حتى في البنى العميقة.
تثبت هذه الورقة أن تحويلات الصور البسيطة والمستقلة عن النموذج يمكنها تجاوز ثلاث خدمات تجارية كبرى للرقابة على المحتوى تعتمد على الذكاء الاصطناعي بفعالية، مما يثبت أن الانتقال إلى واجهات برمجة تطبيقات النماذج التأسيسية وحدها لا يضمن السلامة القوية ويستلزم نهجاً متعدد الطبقات للرقابة.
تقدم هذه الورقة مسار عمل يعتمد على النماذج اللغوية الكبيرة (LLM) يقوم بتحويل التسجيلات الصوتية للمقابلات السريرية إلى نصوص نصية لتعيين وتقدير شدة أعراض الاكتئاء العشرة وفق مقياس "مادرس" (MADRS) تلقائياً، محققاً ارتباطاً قوياً بنسبة 0.867 مع تقييمات الخبراء لدعم تقييم الاكتئاب في التجارب السريرية.