23941 ورقة بحثية
تقدم هذه الورقة مفهوم "دين الثقافة الوكالية" لوصف العجز المجتمعي الهيكلي الناجم عن نشر وكلاء الذكاء الاصطناعي المستقلين دون بنية تحتية ثقافية مقابلة، محاججةً بأن الأطر القائمة غير كافية وأنه يجب إعادة صياغة الثقافة المتعلقة بالذكاء الاصطناعي من مهارة تقييمية إلى قدرة حوكمية.
تستخدم هذه الورقة إطاراً قائماً على نظرية ألعاب التنسيق لتوضيح أن إعادة تصميم حوافز التقييم لتتماشى مع أهداف التعلم، بدلاً من الاعتماد على السياسات العقابية، يمكن أن يؤدي إلى إحداث تحولات غير خطية في مجموعات الطلاب نحو الاستخدام المسؤول والأخلاقي للذكاء الاصطناعي في التعليم العالي.
تقيم هذه الورقة مدى جدوى استخدام بيانات المسح الصحي المولدة بواسطة النماذج اللغوية الكبيرة بنظام التعلم الصفري كمدخلات لتوليف سكاني محدد جغرافياً، حيث وجدت أنه في حين تستطيع نماذج مثل GPT-4.1 وGemini-2.5-Pro التقاط التباينات الرئيسية على مستوى الولايات وإنتاج أنماط معقولة على مستوى القطاعات، فإن أداءها المعتمد على المتغيرات وتضخيم الأخطاء بواسطة الملاءمة التناسبية التكرارية يشيران إلى أنها مناسبة حالياً فقط كمدخلات تكميلية وليس كبدائل لبيانات المسح الحقيقية.
تقترح الورقة البحثية نموذج REC-CBM، وهو نموذج عنق الزجاجة للمفاهيم المدرك للمعايير، والذي يعزز دقة وموثوقية وقابلية تفسير التقييم الآلي للأسئلة المفتوحة من خلال دمج أبعاد المعايير دقيقة التفاصيل، والمعايرة الترتيبية، وتصحيح الخطأ الكامن لإنتاج مبررات تسجيل درجات شفافة وجديرة بالثقة للمعلمين.
تقدم هذه الورقة دراسة حالة ذات منهج مختلط توضح كيف يمكن لتحليل المشاعر المدعوم بالنماذج اللغوية الكبيرة لتأملات الطلاب أن يحدد ويشرح بكفاءة تأثير متغيرات ديموغرافية متعددة على تجارب الدراسة في الخارج، وتكشف تحديداً أن الخبرة السابقة في العيش في الخارج تؤثر بشكل فريد على مشاعر الطلاب فيما يتعلق باللغة والتواصل.
بناءً على تحليل أكثر من 147,000 منشور، تكشف هذه الدراسة أن الكتابة بمساعدة الذكاء الاصطناعي تُمكّن الفرق البحثية من أن تصبح أصغر حجماً وأصغر سناً، بينما تزيد في الوقت ذاته من احتمالية إنتاجها لأعمال علمية عالية التأثير، مما يشير إلى تحول جذري في هياكل الفرق البحثية يستلزم تحديثات في السياسات.
تقدم هذه الورقة أول معيار منهجي للعدالة للشبكات العصبية النبضية يقيم تأثير انحياز البيانات، والميزات الزائفة، والقيود العتادية، كاشفةً أن النماذج الحالية تعاني من تفاوتات كبيرة في الأداء للمجموعات غير الممثلة كفاية تحت قيود الموارد، ومسلطةً الضوء على الحاجة إلى مبادئ التصميم المشترك لضمان النشر الموثوق.
تقترح هذه الورقة طريقة STARS، وهي طريقة تقطير معرفة خالية من البيانات وقابلة للتشغيل المباشر (plug-and-play)، تعمل على تعزيز تحويل الشبكات العصبية الاصطناعية إلى شبكات عصبية نبضية (ANN-to-SNN) عبر تعزيز مطابقة التقييس الدفعي القياسي بمحاذاة الاتساق العلاقاتي والتنظيم المدرك للذيل، وذلك لالتقاط ديناميكيات تجاوز العتبة للشبكات العصبية النبضية بشكل أفضل.
تقدم هذه الورقة نموذج تهديد الباب الخلفي على مستوى الدائرة (CULT) لتوضيح كيف يمكن للعملاء الخبيثين استغلال الآليات الخاصة بالكم في التعلم الاتحادي الكمي لإحداث تدهور حاد في الدقة بشكل خفي، مما يكشف أن آليات الدفاع الحالية غالباً ما تفشل في منع حالات الفشل الأسوأ.
يُعد Ocean4Rec إطار عمل لإعادة الترتيب يعمل دون اتصال بالإنترنت ومُدار بواسطة النماذج اللغوية الكبيرة، حيث يقوم بالحساب المسبق لملفات تعريف شخصية OCEAN لعناصر الفيديو حسب الطلب (VOD) والمستخدمين لتمكين عملية إعادة ترتيب فعالة وخالية من النماذج اللغوية الكبيرة وقت الطلب، مما يحسن بشكل كبير مقاييس NDCG@20 وHR@20 في سجلات أجهزة تلفزيون سامسونج الذكية مقارنة بالنماذج الصناعية القوية.