23087 ورقة بحثية
تقدم هذه الورقة البحثية aipsy-judge-1.0، وهو نموذج محلي متخصص ومصحح من قبل أخصائيين نفسيين يتفوق على النماذج اللغوية الكبيرة القياسية وطرق المتوسط الحسابي في تقييم السلامة النفسية للذكاء الاصطناعي الحواري من خلال معالجة تحيزاتها الهيكلية، لا سيما في كشف الأزمات وتقييم التعاطف، مع ضمان خصوصية البيانات من خلال المعالجة على الجهاز.
تقدم الورقة البحثية PA-CoT، وهي طريقة تحفيز متعددة المراحل تقوم بتحليل ملفات تعريف المستخدمين بشكل صريح قبل إنشاء الاستجابات، والتي تتفوق على 11 نهجاً حالياً في مقياس QPA الجديد من خلال تحسين كل من التخصيص والسلامة بشكل كبير في مجال الاستشارات الغذائية.
تقدم هذه الورقة إطار عمل متعدد الوكلاء وسياقياً يحول مخرجات التنبؤ بالسلاسل الزمنية المرئية إلى تفسيرات نصية مهيكلة ومدركة للنموذج لتعزيز إمكانية الوصول للمكفوفين وضعاف البصر، مما يظهر تحسينات كبيرة في جودة التفسير والموثوقية مقارنة بالأساليب المرجعية الرقمية في تقييم أولي قائم على النماذج اللغوية الكبيرة.
يُثبت هذا التقرير التقني أن الضبط الدقيق لنماذج Canary Flash مفتوحة المصدر من NVIDIA على مجموعة بيانات مخصصة للاتصالات الهاتفية يقلل بشكل كبير من معدلات الخطأ في الحروف للأصوات المشوشة والمصطلحات الحساسة للأعمال، مع الحفاظ على سرعات الاستدلال في الوقت الفعلي لعمليات نشر الروبوتات الصوتية للمؤسسات.
تُظهر هذه الدراسة أن اختيار النموذج اللغوي الكبير والسياق الحواري يؤثران بشكل كبير على الاتساق الدلالي للردود المُولَّدة، مما يشير إلى أن استراتيجيات التلقين الحالية غير كافية لضمان استجابات مستقرة وقابلة للمقارنة عبر النماذج المختلفة في التقييمات القائمة على المحادثة.
تقدم هذه الورقة إطار العمل الهجين متعدد الوكلاء الهرمي (H²MAF)، الذي يدمج مخرجات مستوى القرار من EfficientNet-B3 وConvNeXt-Tiny مع التحكيم الدلالي بواسطة النماذج اللغوية الكبيرة متعددة الوسائط (Gemma 4 وQwen3.5) لتحقيق تشخيص دقيق وقابل للتفسير لأمراض النباتات عبر مجموعات بيانات معيارية وميدانية روبوتية واقعية.
تقدم هذه الدراسة إطار عمل متعدد الوسائط للرؤية واللغة، خفيف الوزن وقابل للنشر على الحافة، يعتمد على TinyCLIP، ويحقق تصنيفاً وتحديداً دقيقين وقابلين للتفسير للبنى التشريحية لثمار التفاح في مراحلها المبكرة (الكأس، والجسم، والعنق) لدعم عملية التخفيف الروبوتية والإدارة الدقيقة للبساتين.
تقدم الورقة البحثية نموذج GreenLeaf Law Embed Tiny، وهو نموذج تضمين مدمج بـ 0.6 مليار معلمة يحقق أداءً تنافسياً في استرجاع النصوص القانونية من خلال مسار تقطير وضبط دقيق يتكون من مرحلتين، ومجموعة بيانات منسقة تضم 3.4 مليون زوج من الاستعلامات والمقاطع، وبنية فعالة محسنة للبيئات محدودة الموارد.
تقدم هذه الدراسة الاستئصالية الأولية بنية شبكة عصبية فيزيائية مستوحاة (PINN) ثنائية الفرع ومبوابة طيفياً لإثبات أن التفكيك الترددي يحسن دقة التقريب بشكل كبير للمعادلات التفاضلية الجزئية المعقدة طيفياً ومتعددة المقاييس، ولكنه لا يقدم فائدة تذكر أو أي فائدة للمسائل الأكثر سلاسة وأحادية المقياس، مما يشير إلى ضرورة تطبيق هذا التعقيد البنيوي بشكل انتقائي بناءً على الثراء الطيفي للحل المستهدف.
تقترح الورقة البحثية FAMPWQ، وهي طريقة جديدة لتكميم الأوزان ذات الدقة المختلطة التكيفية القائمة على معلومات فيشر، والتي تستخدم مخصصاً يعتمد على التعلم التعزيزي لتحسين توزيع عرض البت عبر الطبقات، مما يحسن بشكل كبير أداء استدلال النماذج اللغوية الكبيرة ودقتها على الأجهزة محدودة الموارد مقارنة بالنماذج المرجعية الحالية.