23845 ورقة بحثية
تقدم الورقة البحثية RoCo-ACE، وهو إطار عمل للتقطير عبر الإنترنت مشروط بالتدحرج (rollout-conditioned)، يعمل على تعزيز حقن المعرفة في النماذج اللغوية الكبيرة متعددة الوسائط (MLLMs) سابقة التدريب من خلال إعادة تخصيص أوزان التقطير ديناميكيًا للرموز المدعومة مرجعيًا وتطبيق تصحيحات مرساة متفرقة، مما يحقق دقة فائقة في المعرفة المحقونة مع الحفاظ بفعالية على قدرة النموذج الأصلية على الاحتفاظ بالسلوك.
تقدم هذه الورقة البحثية RSMeM، وهو إطار عمل لتطور الذاكرة المعززة بالمعرفة يعمل على تحسين متانة ودقة وكلاء الاستشعار عن بعد من خلال دمج المعرفة النطاقية الهرمية مع صقل الخبرة التكراري المدرك للفشل، محققاً مكاسب أداء كبيرة في معيار EarthBench مع حد أدنى من التكاليف الإضافية للرموز (tokens).
تقدم هذه الورقة NRFormer+، وهو نموذج "ترانسفورمر" (Transformer) مكاني-زماني مبتكر يدمج وحدة انتشار جوي لمعالجة تحديات مثل السلاسل الزمنية غير المستقرة، والتوزيع غير المتساوي للمحطات، والتفاعلات الأرصادية المعقدة، محققاً دقة هي الأعلى عالمياً في التنبؤ بالإشعاع النووي على مستوى البلاد.
تقترح الورقة البحثية إطار عمل HOBA، وهو إطار للتعلم التعزيزي الهرمي يدمج نموذج لغة كبير لضبط المعلمات الفائقة بشكل تكيفي، وعميل SARSA مصحح الانحياز للاختيار الديناميكي للنموذج الخبير، ومجمع خبراء متنوع لتنفيذ العطاءات، مما يتغلب على قيود أنظمة المزايدة المدربة دون اتصال عبر قدرة كبيرة على التكيف عبر الإنترنت وقيمة تجارية مثبتة في عمليات النشر واسعة النطاق.
تقدم هذه الورقة LivingArena، وهو إطار تقييم آلي مقاوم للتلوث، حيث تقوم النماذج اللغوية الكبيرة باختبار حدود معرفة بعضها البعض بشكل تكراري من خلال توليد الأسئلة والإجابة عليها بأسلوب تنافسي، مما يسفر عن لوحة صدارة مستقرة تكشف عن أنماط فشل محددة وقدرات استقصاء عالية المستوى تختلف عن الاختبارات المرجعية الثابتة والتفضيلات البشرية.
تُظهر هذه الدراسة أن صياغة الأوامر البرمجية — وتحديداً ما إذا كان يُطلب من النماذج التخصيص، أو تقمص الأدوار، أو التنبؤ بمنظور الطرف الثالث — تغير بشكل كبير توافق قيمها الثقافية مع المجموعات البشرية، حيث يؤدي التنبؤ بمنظور الطرف الثالث عموماً إلى نتائج أكثر استقراراً ودقة عبر مختلف اللغات وأبعاد القيم.
تقدم هذه الورقة إطار عمل موحد للنمذجة الدلالية لنظام فهم الوظائف واسع النطاق الخاص بـ LinkedIn، والذي يستفيد من نموذج لغوي صغير مضبوط بدقة مع مهام استدلال اصطناعية وبنية متعددة المهايئات لتحقيق تعميم قوي في حالات التعلم الصفري (zero-shot)، وتحسين الأداء، وتقليل التعقيد التشغيلي.
تقدم هذه الورقة البحثية إطار عمل LAIP، الذي يستفيد من الرموز المرئية الوسيطة والتجميع المكاني المستنير صوتياً لفتح قدرات التمركز المكاني دقيق التفاصيل من نماذج الاسترجاع السمعي البصري واسعة النطاق دون الحاجة إلى إشراف على مستوى البكسل، محققاً أداءً هو الأفضل في فئته في اختبارات تحديد المواقع.
يُعد SpecPrefetch إطار عمل كفؤ في استخدام المعلمات، حيث يعمل على فصل التنبؤ المسبق للخبراء عن التوجيه الأصلي باستخدام محول خفيف الوزن ومجدول واعٍ بالنافذة، مما يقلل بشكل كبير من زمن تحميل الخبراء ويحسن إنتاجية الاستدلال لنماذج خليط الخبراء (Mixture-of-Experts) المتفرقة على الأجهزة ذات الذاكرة المحدودة دون تغيير مخرجات النموذج.
تُفصّل هذه الورقة تطور نظام استرجاع الامتثال التنظيمي في شركة "أونتاريو لتوليد الطاقة" من نظام استرجاع معزز بسيط (RAG) إلى بنية متطورة متعددة الوكلاء تُسمى "الاستحواذ التدريجي على الأدلة مع التصعيد الواعي بالتكلفة" (PEA-CAE)، مما يثبت أن هندسة السياق المتقدمة والاستحواذ التكيفي على الأدلة أكثر جدوى اقتصادية وفعالية من الضبط الدقيق المتخصص للمجال بالنسبة للمجموعات النصية الضخمة والمتطورة في المؤسسات.