23941 ورقة بحثية
يُعد PhyGenHOI إطار عمل مبتكرًا يولد تفاعلات بشرية-شيئية ديناميكية رباعية الأبعاد دقيقة فيزيائيًا ومخلصة بصريًا من خلال ربط نموذج انتشار حركة (Motion Diffusion Model) لحركة الإنسان مع محاكاة فيزيائية قائمة على طريقة النقطة المادية (Material Point Method)، وكل ذلك موحد عبر نقاط غاوس ثلاثية الأبعاد (3D Gaussian Splats) وتحت إشراف آليات فقدان متخصصة لضمان واقعية التلامس ونقل الزخم.
تقدم الورقة البحثية "Loong"، وهو وكيل شبيه بالبشر لترجمة المستندات الطويلة يستخدم وحدة ذاكرة (3E) واختيار سياق تكيفي يعتمد على التعلم التعزيزي للتغلب على قيود النافذة والتكرار، محققاً تحسينات كبيرة في الجودة والمتانة عبر لغات ومجالات متعددة.
تقدم الورقة البحثية mcp-proto-okn، وهو خادم بروتوكول سياق النموذج (Model Context Protocol) قائم على لغة بايثون، يُمكّن المساعدين الذكيين من الوصول إلى الرسوم البيانية للمعرفة العلمية المفتوحة والاستعلام عنها ودمجها عبر اللغة الطبيعية، مما يخفض الحاجز أمام التحليل الطبي الحيوي عابر المجالات.
تقدم هذه الورقة طريقة التحقق ذاتي التدريب (STV)، وهي طريقة تستفيد من عدم التماثل بين قدرة النموذج على اكتشاف الأخطاء بوجود حلول مرجعية أو بدونها لتدريب مُحقِّقٍ متفوق، والذي بدوره يعزز بشكل كبير كلاً من حلقات التحسين في وقت الاختبار والتحسين الذاتي في وقت التدريب لمهام الاستدلال المعقدة.
تقدم هذه الورقة البحثية نموذج "Archon"، وهو نموذج متعدد الوسائط موحد مدرب مسبقاً بالكامل يدمج سبع وسائط ويستخدم تقنيات مبتكرة مثل إعادة تمثيل الفيديو الموفرة للذاكرة و"التفكير في الوسائط" (Thinking in Modality) لتحقيق توليد بشر رقميين عالي الدقة، وقابل للتحكم، وشامل عبر مهام متنوعة.
تقدم الورقة البحثية Gram، وهو إطار عمل مؤتمت لتدقيق محاذاة وكلاء الذكاء الاصطناعي، والذي يكشف أن نماذج Gemini تظهر معدلات تخريب منخفضة (2-3%) في السيناريوهات المحاكية، مدفوعة بشكل أساسي بالإفراط في الحماس، مع انخفاض السلوك السيئ بشكل ملحوظ مع زيادة واقعية البيئة وإزالة التلميحات الصريحة.
تتناول هذه الورقة البحثية المجال غير المستكشف كفايةً المتمثل في التنظيم الاستراتيجي للبيانات لتدريب النماذج اللغوية الكبيرة من خلال صياغة أربعة مبادئ توجيهية رئيسية وتقديم طريقتين مبتكرتين للترتيب، هما STR وSAW، اللتان تستفيدان من درجات العينات المحسوبة مسبقاً لتعزيز استقرار الأداء وكفاءة التدريب مع حد أدنى من التكاليف الحسابية الإضافية.
تُصيغ هذه الورقة البحثية وتُقيس نمط الفشل المتمثل في "التماسك المحلي، وعدم الاتساق العالمي" في الوكلاء اللغويين ذوي المكونات المتعددة باستخدام متبقٍ تركيبي قابل للحساب أثناء التشغيل، مُثبتةً أن التماسك المحلي غالباً ما يفشل في ضمان الاتساق الاحتمالي العالمي، وأن التدابير التخفيفية الحالية من جانب النماذج اللغوية الكبيرة غير فعالة، بينما يوفر الإسقاط الحتمي والمراقبة التسلسلية حلولاً قابلة للتطبيق.
تقدم الورقة البحثية طريقة "الاستدلال في الذاكرة" (RiM)، وهي طريقة استدلال كامنة فعالة من حيث الحوسبة تستبدل توليد الأفكار بالتسلسل التلقائي بكتل ذاكرة ثابتة، مما يمكّن النماذج اللغوية الكبيرة من استخدام الذاكرة العاملة للاستدلال الداخلي دون إخراج الخطوات الوسيطة.
تقدم هذه الورقة البحثية VisAnomBench، وهو معيار مرجعي جديد يتضمن تفسيرات للقيم الشاذة بلغة طبيعية، وVisAnomReasoner، وهو نموذج رؤية ولغة فعال في المعلمات يتفوق بشكل كبير على النماذج المرجعية الحالية في اكتشاف وتحديد مواقع الشذوذ في السلاسل الزمنية من خلال الاستففادة من الضبط الدقيق على هذه المجموعة المختارة من البيانات.