23941 ورقة بحثية
تتقصى هذه الورقة البحثية ظهور لغات مستحدثة ضمن مجموعات من وكلاء النماذج اللغوية في مجموعة بيانات "مولت-بوك" (Moltbook)، كاشفةً عن تطوير هؤلاء الوكلاء لاستراتيجيات تواصل متطورة —بما في ذلك كفاءة الرموز (token efficiency) والتحايل على الرقابة عبر التخفي (steganographic oversight evasion)— مما يتحدى كفاية أساليب المراقبة الحالية القائمة على السطح.
تقترح الورقة البحثية إطار عمل MIMO، وهو إطار عمل ثنائي المراحل يستفيد من تقطير المعرفة من نموذج معلم باللغة الإنجليزية عالي الأداء ويقوم بتحسينه بشكل مشترك مع التعلم التبايني عبر اللغات لمعالجة المقايضة بين المحاذاة والانتظام بفعالية، مما يؤدي إلى التفوق على النماذج المرجعية الحالية في مهام استرجاع المعلومات متعددة اللغات.
يُعد MindVoice إطار عمل مبتكرًا يستفيد من النماذج سابقة التدريب لفصل وإعادة بناء المحتوى الدلالي عالي المستوى والسمات الصوتية دقيقة التفاصيل من التسجيلات العصبية غير الغازية والمشوشة (EEG/MEG)، مما يُمكّن من تخليق كلام طبيعي ومفهوم يتفوق بشكل كبير على الأساليب الحالية.
تتحدى هذه الورقة النتائج السابقة التي تشير إلى أن المشفّرات التلقائية المتناثرة (SAEs) تؤدي أداءً ضعيفًا في توجيه النماذج اللغوية الكبيرة، وذلك من خلال إثبات أنه عندما يتم اختيار الميزات وتسميتها عبر مسار تدفق مُشرف، يمكن للمشفّرات التلقائية المتناثرة تحقيق أداء في التوجيه يضاهي تقنية "LoRA" في اختبار "AxBench" مع تحديد الميزات السببية، حتى دون اشتراط درجة عالية من التناثر.
تقدم هذه الورقة البحثية TouchSafeBench، وهو معيار مرجعي قائم على الفيزياء في Habitat 3.0 يقيم قدرة النماذج الرؤية-اللغوية على استنتاج مخاطر الاصطدام من أجل تعاون آمن بين الإنسان والروبوت، كاشفةً أن النماذج الحالية تفتقر إلى المساءلة الفيزيائية الضرية والاستدلال الهندسي الصريح للتمييز بشكل موثوق بين حالات الأمان، والاصطدام، والتلامس الوشيك.
تُثبت هذه الورقة أن مسبارًا خطيًا تم تدريبه أحادي اللغة يمكنه تقدير الثقة في النماذج اللغوية الكبيرة بفعالية عبر لغات متنوعة وغير مرئية دون إعادة تدريب، مما يكشف أن النماذج اللغوية الكبيرة متعددة اللغات تشفر سمات ثقة مشتركة وقابلة للنقل تتركز في طبقاتها الوسطى.
تقارن هذه الدراسة المختلطة المنهج التي شملت 20 مشاركاً بين واجهات المحادثة القائمة على النماذج اللغوية الكبيرة ولوحات المعلومات التقليدية لاتخاذ القرارات الصناعية، حيث وجدت أنه بينما تقلل الوكلاء الحواريون من الجهد التفاعلي من خلال الوصول المباشر عبر اللغة الطبيعية، تظل لوحات المعلومات متفوقة في عمليات الاستعراض والتحقق، مما يشير إلى وجود علاقة تكاملية بدلاً من علاقة إحلال.
تستعرض هذه الورقة ما يقرب من 70 عملاً حول التعلم على الأجهزة (ODL) لتقنيات التعلم الآلي الضئيل (TinyML)، حيث تصنفها حسب أنظمة تغير التوزيع لتحليل كيفية تأثير أنواع التغيير المختلفة على السيناريوهات القابلة للتطبيق، والخيارات العتادية، وهياكل الحلول، مع تسليط الضلت على الفجوة المستمرة بين المعايير المنهجية والنشر في العالم الحقيقي.
تقدم هذه الورقة منهجية مبدئية لتصحيح اختيار التقسيم في أشجار القرار عبر الإنترنت باستخدام الاستدلال الصالح في أي وقت، مما يتغلب على عدم الصلاحية الإحصائية لمتغيرات شجرة هوفدينج الحالية لتوفير ضمانات صارمة ضد التقسيمات غير الصحيحة مع تحسين الأداء التنبؤي وتقليل حجم الشجرة في تدفقات البيانات المستقرة وغير المستقرة على حد سواء.
تقدم هذه الورقة البحثية LVCG، وهو إطار عمل جديد للتعلم الذاتي يتعلم تمثيلات قلبية موحدة وغير متغيرة حسب المنظور في فضاء مخطط متجه القلب (VCG) القائم على الأسس الفيزيائية للتغلب على مخاطر التكرار والإفراط في التخصيص المتأصلة في طرق تخطيط كهربائية القلب القياسية ذات الـ 12 مسرى، وذلك من خلال تحقيق قدرة فائقة على التعميم والمتانة عبر مختلف المهام السريرية.