23941 ورقة بحثية
تكشف هذه الورقة أن الوكلاء من نمط "Reflexion" يعانون من "تخليق الذاكرة"، حيث يقومون بتخزين والاعتماد المتكرر على تأملات ذاتية خاطئة بثقة، وتقترح استراتيجية تخفيف باستخدام إشارات فشل برمجية لاستبدال التشخيص الذاتي مفتوح النهايات، مما يقلل بشكل كبير من معدل الخطأ هذا ويحسن أداء المهام.
تُثبت هذه الورقة أن الاستدلال التبايني ذو الصيغة المغلقة يمكن الحفاظ عليه في البنيات الاحتمالية العميقة عبر تركيب خمسة عناصر أولية محددة من الرسوم البيانية العاملية، مما يُمكّن من بناء مُقربات دالة عالمية مثل أشجار القرار ومزيج الخبراء البايزي مع عدم يقين مُعاير دون الحاجة إلى معاملات بوابات مُتعلمة.
تقدم الورقة البحثية SciIntBench، وهو معيار تنافسي لتقييم 16 نموذجاً من النماذج اللغوية الكبيرة عبر 810 مطالبات ضمن عشر فئات من نزاهة البحث العلمي، كاشفةً أنه في حين ترفض النماذج بسلاسة سوء السلوك الصريح، إلا أنها تخفق بشكل متكرر في الالتزام بمعايير السلوك المسؤول عندما يتم تأطير الانتهاكات بشكل مستتر كاختصارات مدفوعة بالضغط.
يُعد MOOSE-Copilot إطار عمل موحداً قائماً على الويب يسد الفجوة بين التفكير الاستكشافي والتحسين الدقيق في اكتشاف الفرضيات العلمية من خلال تمكين العلماء من توجيه العملية التوليدية بنشاط عبر بروتوكول تفاعل رسمي بين الإنسان والذكاء الاصطناعي، متفوقاً بذلك على النماذج المرجعية ذاتية التشغيل ومساهمًا في دمقرطة الوصول إلى الاختراقات العلمية المدفوعة بالذكاء الاصطناعي.
تُظهر هذه الدراسة أن الجمع بين نماذج تعلم الآلة وإطار عمل مبتكر لاستخراج القواعد تطوري (DEXiRE-EVO) يعزز بشكل كبير كلاً من دقة التنبؤ وقابلية التفسير لتقييمات مخاطر الائتمان للمؤسسات الصغيرة والمتوسطة الإيطالية، مما يكشف عن مؤشرات رئيسية للتعثر المالي مثل قيود السيولة، وتآكل رأس المال، والرافعة المالية العالية.
تقدم هذه الورقة البحثية VitalAgent، وهو إطار عمل معزز بالأدوات يستفيد من الذاكرة الفسيولوجية الطولية والحوسبة الديناميكية للإشارات لتمكين كل من الإجابة التفاعلية على الأسئلة والمراقبة الاستباقية عبر بيانات الصحة المستمرة القابلة للارتداء، والتي تم التحقق من صحتها بواسطة مجموعة بيانات VitalBench الجديدة.
تقدم PhoneWorld مساراً قابلاً للتوسع يقوم تلقائياً بتحويل مسارات واجهة مستخدم الهاتف المحمول الحقيقية إلى بيئات تدريب قابلة للتحكم والتحقق عبر 34 تطبيقاً، مما يحسن بشكل كبير من أداء الوكيل في العديد من الاختبارات المرجعية من خلال نقل التركيز من بناء الاختبارات المرجعية يدوياً إلى الإنتاج الضخم لبيئات استخدام الهاتف.
تقدم هذه الورقة معيار DistractionIF للكشف عن أن النماذج اللغوية الكبيرة الأضخم تعاني من قانون قياس عكسي في المتانة ضد التعليمات المشتتة ضمن النص المرجعي، وهي ثغرة يمكن التخفيف من حدتها بفعالية من خلال التعلم التعزيزي باستخدام تحسين السياسة النسبي للمجموعات (GRPO).
تحلل هذه الورقة بيانات التقاضي المدني الفيدرالي من عام 2008 إلى عام 2025 لتوضيح أن الاعتماد الواسع النطاق للذكاء الاصطناعي التوليدي قد أدى إلى زيادة كبيرة في الدعاوى المرفوعة من قبل أشخاص يمثلون أنفسهم، لا سيما بين المدعين من المرة الأولى والنساء في قضايا الحقوق المدنية، مما أسفر عن شكاوى أكثر كثافة في الاستشهادات تواجه معدلات استبعاد أعلى دون تحسين نتائج التقاضي.
تقدم هذه الورقة إطار عمل (quotient-DAG) وخوارزمية (Forward-DP) للقضاء على تباين المتغيرات المزعجة وتمكين الحساب الدقيق لميول القوائم غير المرتبة (unordered slate propensities) من أجل تقييم فعال خارج السياسة في أنظمة التوصية ذات التوليد الذاتي (autoregressive recommendation systems).