23087 ورقة بحثية
تتناول هذه الورقة الفجوة الحرجة بين الدقة التنبؤية والدعم الأدلياتي العلمي في الذكاء الاصطناعي للمعادلات التفاضلية الجزئية، وذلك عبر تقديم إطار تقييم جديد يوضح كيف يمكن للمقاييس المرجعية الحالية أن تحابي النماذج التي تتميز بدقة عددية، رغم تقديمها دعماً أضعف لمزاعم علمية محددة.
تقدم هذه الورقة HANSARD، وهي بنية مرجعية للأنظمة الذكية ذات الوكلاء المتعددين ذاتية التشغيل تضمن الجاهزية الجنائية، والشهادة أثناء وقت التشغيل، والنسب المتدرج من خلال ختم ملفات تعريف ما قبل التشغيل، والتقاط البيانات عند خمس نقاط اختناق مستقلة عن الوكلاء، واستخدام رسم بياني سببي نمطي للكشف عن غسيل النسب والقياس المنفصل لكل من السبب والمسؤولية والمساءلة.
تقدم هذه الورقة CL4AD، وهو أول إطار عمل للتعلم المنهجي لمحاكيات القيادة الذاتية المجمعة التي تعطي الأولوية لسيناريوهات التدريب بشكل تكيفي بناءً على وظائف المنفعة، محققةً معدل نجاح بنسبة 99% أسرع بنسبة 77% وبكفاءة عينات أعلى بكثير مقارنةً بأساليب عشوائية النطاق القياسية والأساليب الاستدلالية.
تقدم الورقة البحثية BLADE، وهو إطار عمل ثنائي المستوى مقيد يستخدم فقدان الإنتروبيا المكبوت (clamped-entropy loss)، ولاجرانج المعزز غير المتماثل، وآليات إصلاح قائمة على LoRA لتحقيق عملية نسيان (unlearning) قوية وقابلة للتوسع للنماذج اللغوية الكبيرة تتفوق بشكل كبير على الخطوط المرجعية الحالية عبر معايير متعددة مع الحفاظ على الاستقرار تحت ظروف التوسع والنسيان المتكرر.
تقدم الورقة البحثية ExecRubics، وهو إطار عمل يحول معايير التقييم الغامضة المكتوبة باللغة الطبيعية إلى برامج بايثون قابلة للتنفيذ والتحقق، مما يحقق تقييماً أسرع وأكثر قابلية للتفسير، وغالباً ما يكون أكثر دقة للاستجابات طويلة التنسيق مقارنةً بحكام النماذج اللغوية الكبيرة التقليدية القائمة على الصندوق الأسود عبر مختلف الاختبارات المعيارية.
تقدم هذه الورقة البحثية نموذج "عنق زجاجة المفهوم المتعامد الديناميكي" (D-OCB)، وهو إطار عمل لنموذج "المُشفّر التلقائي المتغير ذو الفتحات" (slot-VAE) المتمحور حول الأشياء، والذي يحقق استدلالاً بصرياً قوياً ثنائي المراحل تحت إشراف ضعيف للغاية من خلال التحسين الديناميكي للمعلمات الفائقة، وفرض استقلالية المفاهيم، وإعادة تخصيص أبعاد التمثيل الكامن بشكل تكيفي لمنع انهيار التمثيل.
تتناول هذه الورقة عدم الموثوقية غير المحلولة للمهارات المتراكمة في وكلاء النماذج اللغوية الكبيرة ذاتية التطور من خلال تحديد تلوث التحالف وانعكاس المنفعة عبر المجالات كأوضاع فشل رئيسية، وتقترح اختيار المهارات الواعي بالتحالف (CASS) ومحسن التحالف غير الخاضع للإشراف والمقنع بالمهارات (u-SMCO) لتعزيز أداء المهام والتعميم من خلال إدارة المهارات المدركة للموثوقية.
يُعد DeepSAGE إطار عمل هجينًا يجمع بين النماذج اللغوية الكبيرة والتعلم التعزيزي العميق لتوجيه حوارات العلاج المعرفي السلوكي المهيكلة والمدركة للمراحل، مما أظهر تحسنًا في التفاعل وإتمام الأهداف في التقييمات المحاكية مع تسليط الضوء على الحاجة إلى مزيد من التحقق السريري.
تقدم هذه الورقة نهجاً متمحوراً حول البيانات يستفيد من مقاطع الفيديو متعددة الأنماط (من منظور الشخص الأول ومن منظور خارجي) والسرد الصوتي لاستخراج معرفة هيكلية بالمهام من عروض الخبراء، مما يتيح توثيقاً إجرائياً فعالاً وتوجيهاً مدركاً للسياق لعمليات التجميع والتفكيك.
يُعد GeoRisk-RAG إطار عمل مبتكرًا يعتمد على الهيكلية الهرمية، يعمل على تعزيز موثوقية التوليد المعزز بالاسترجاع في المجالات الجيومكانية من خلال استخدام مقياس مسافة قائم على المخططات الموجهة غير الحلقية (DAG) لتقدير الصلاحية الجغرافية وتمكين الإجابة الانتقائية، مما يقلل بشكل كبير من معدلات الثقة الزائفة للأسئلة المعتمدة على الموقع مقارنة بالنماذج المرجعية القائمة على التشابه الدلالي القياسي.