23845 ورقة بحثية
تقدم هذه الورقة "سيتوكا" (Setoka)، وهو معيار مرجعي مبتكر يستند إلى علم النفس المعرفي والشخصي لتقييم قدرة الوكلاء المخصصين على إجراء فهم هرمي للمستخدم — من الذاكرة الدلالية والمنعكسة إلى أنماط السلوك والسمات الشخصية — عبر بيانات غير متجانسة، كاشفةً عن أن الأنظمة الحالية تعاني بشكل كبير في المهام التي تتطلب دمج وتجريد المعلومات طويلة الأمد المجزأة بما يتجاوز مجرد استرجاع الحقائق البسيطة.
تقدم هذه الورقة البحثية تدقيق الائتمان البصري (VCA)، وهو إطار عمل خالٍ من التدريب والملصقات، يعمل على تفكيك أداء الاستدلال المكاني متعدد الوسائط إلى الصحة، والدعم البصري، والاستجابة الخاصة بالعلاقة، مما يكشف أن جزءاً كبيياً من الإجابات الصحيحة في الاختبارات المعيارية هي في الواقع غير معتمدة على الدليل البصري.
تقدم هذه الورقة البحثية "التقطير القائم على التوجيه في السياسة الموحدة" (ROPD)، وهو إطار عمل مبتكر يعزز سلامة النماذج اللغوية الكبيرة من خلال نمذجة تباعد توزيع المخرجات بدلاً من قوالب المطالبات المحددة، مما يحقق دفاعاً قوياً ضد عدم تطابق القوالب وإعادة كسر الحماية مع الحفاظ على المهارات المتخصصة.
تقدم هذه الورقة SciFigQual-Bench، وهو معيار مرجعي سياقي جديد للنصوص الكاملة لتقييم جودة الأشكال العلمية يقيم الصور عبر خمسة أبعاد باستخدام بيانات مشروحة من قبل خبراء من أفضل مؤتمرات علوم الحاسوب، إلى جانب إطار عمل SFQ-Agent الذي يحقق أداءً رائدًا في التقييم الآلي.
تطور هذه الورقة إطاراً رياضياً يوضح أنه في حين يمكن للكتابة بمساعدة النماذج اللغوية الكبيرة أن تعزز الوضوح، فإن الاعتماد الواسع على النماذج المشتركة ينطوي على مخاطر خلق "أحادية ثقافية لغوية" من خلال تقليل التنوع اللغوي على مستوى السكان، وهي مشكلة يمكن التخفيف من حدتها من خلال النماذج الشخصية والموازنات الاستراتيجية بين الامتثال والتميز.
تقدم هذه الورقة معياراً شاملاً متعدد المجالات يثبت أن الجمع بين التنبؤ التوافقي المشروط بالفئة (Mondrian) والامتناع المتحكم في التكلفة يحل بفعالية مشكلة نقص التغطية الشديد للفئات الأقلية النادرة ويقلل من تكاليف القرار المتوقعة في أنظمة دعم القرار عالية المخاطر وغير المتوازنة.
تقدم الورقة البحثية إطار عمل "التكيف السياقي التشريحي" (ACA)، وهو إطار عمل خفيف الوزن يعمل على تكييف نماذج التأسيس المعتمدة على التصوير المقطعي المحوسب (CT) المجمدة بكفاءة لتحقيق محاذاة بين الرؤية واللغة على مستوى التشريح مع الحفاظ على السياق العالمي، متفوقاً بذلك على الأساليب الحالية في مهام التعلم الصفري بأقل وقت تدريب ممكن.
تقدم هذه الورقة OmegaUse-OfficeVal، وهو معيار مرجعي جديد يتكون من 100 مهمة من مهام حزمة المكتب طويلة الأمد ذات أسس اقتصادية (وقت العمل البشري وسعر المهمة) لتقييم وكلاء النماذج اللغوية الكبيرة، كاشفةً أنه في حين أن النماذج الحالية أرخص وأسرع بكثير من البشر، إلا أنها لا تزال تقصر عن تحقيق مستوى الجودة البشرية في إنجاز المهام.
تقدم هذه الورقة البحثية نموذج CE-CM وامتداده القائم على التنوع CE-CM-Div، وهو إطار عمل بايزي تقريبي يمكّن الوكلاء المستقلين من تقدير قدرات الشريك الخفية والثابتة للمهمة بسرعة وتكييف تخطيطهم المشترك في سيناريوهات العمل الجماعي المرتجل دون الحاجة إلى تدريب مسبق أو معرفة سابقة بالمهمة.
يُعد APEX-Accounting معياراً مرجعياً جديداً طورته كل من Mercor وRamp لتقييم النماذج الرائدة في مهام المحاسبة الواقعية، كاشفاً أن النماذج الحالية ذات الأداء العالي تحقق معدلات نجاح متواضعة وتُظهر مفارقة سيمبسون حيث ترتبط ميزانيات الرموز (tokens) المتزايدة بارتفاع الدرجات الإجمالية ولكن بأداء أقل في مهام محددة عالية التكلفة.