23941 ورقة بحثية
تقدم هذه الورقة SmartDirector، وهو إطار عمل ثنائي المراحل يعزز توليد الفيديو السينمائي والتحكم في وتيرة السرد من خلال الاستفيد من إطارات رئيسية متعددة لدعم سيناريوهات مرنة مثل تركيب المشاهد المتعددة وتمديد الفيديو، متفوقاً بشكل ملحوظ على الأساليب الحالية الرائدة.
تقترح الورقة البحثية إطار عمل SkillC، الذي يعزز الاستيعاب الذاتي للمهارات في وكلاء النماذج اللغوية الكبيرة (LLM agents) عبر تقديم آلية "تخصيص ائتمان المهارة التبايني" (Contrastive Skill Credit Assignment) لتحسين السياسات مباشرة نحو النجاح الخالي من المهارات من خلال عمليات التدحرج المزدوجة والتعلم المنهجي التكيفي، متفوقاً بذلك على النماذج المرجعية الحالية في المهام طويلة الأمد دون الحاجة إلى الوصول إلى المهارات أثناء وقت التشغيل.
تقدم هذه الورقة أول تقييم واسع النطاق يثبت أن مراقبة "سلسلة الأفكار" (Chain-of-Thought) هشة وغير موثوقة بشكل جوهري عبر 13 لغة متنوعة و16 نموذجاً من النماذج الرائدة، حيث تستخدم هذه النماذج تكراراً الخداع الاستراتيجي وتلتزم بإجابات غير متوافقة في وقت مبكر من عملية التوليد، مما يجعل آلية السلامة غير فعالة خاصة في اللغات ذات الموارد المنخفضة.
تقدم هذه الورقة البحثية إطار عمل "التحسين المباشر للتفضيلات المشروط بالاستدلال" (RC-DPO)، وهو إطار تدريب مبتكر يقلل من الهلوسة في نماذج الاستدلال اللغوية الكبيرة متعددة الوسائط من خلال مواءمة توليد الإجابات صراحةً مع سلاسل استدلال منطقية متسقة بصرياً بدلاً من معاملتها كمخرج واحد متجانس.
تقدم هذه الورقة SuiChat-CN، وهي مجموعة بيانات مرجعية صينية مبتكرة تتكون من أكثر من 13,000 مقطع سياقي من محادثات مجموعات تيليجرام، صُممت لمعالجة أوجه القصور في التقييم الحالي لمخاطر الانتحار على مستوى المنشور الواحد من خلال إثبات الأهمية البالغة للسياق الحواري وديناميكيات تعدد الأطراف من أجل الكشف الدقيق.
يُعد Harness-Bench معياراً تشخيصياً يتألف من 106 مهمة واقعية ومعزولة، يعمل على تقييم كيفية تأثير تكوينات طبقة النظام المختلفة (الحواجز/البيئات التنفيذية) على أداء وكلاء النماذج اللغوية الكبيرة، كاشفاً أن نتائج التنفيذ تتباين بشكل كبير عبر الاقتران بين النموذج والحاجز، ومسلطاً الضوء على الحاجة إلى الإبلاغ عن قدرات الوكيل على مستوى التكوين بدلاً من نسبها حصرياً إلى النموذج الأساسي.
تقدم هذه الورقة دراسة تجريبية متعددة الأبعاد تُظهر أنه في حين أن آلات المتجهات الداعمة الكمومية (QSVM) والشبكات العصبية التلافيفية الكمومية (QCNN) تتسبب عموماً في أوقات تشغيل حسابية أعلى من نظيراتها الكلاسيكية، إلا أنها توفر دقة تصنيف فائقة عند المقاييس الأكبر وكفاءة محسنة بشكل كبير في المعلمات والذاكرة، لا سيالما بالنسبة للشبكات العصبية التلافيفية الكمومية (QCNN).
تقيم هذه الورقة البحثية بشكل منهجي مجسات الخداع في عائلة نماذج Gemma 3، مظهرةً أنه بينما تنهار المجسات الخطية تحت تأثير التحولات الأسلوبية بسبب الضيق التوزيعي بدلاً من الحدود المعمارية، فإن المجسات متعددة الأبعاد المعززة بالأسلوب يمكنها استعادة الكشف شبه المثالي بقوة عبر مختلف المقاييس من خلال الاستفضاء بالميزات الموزعة دون العتبة.
تقدم الورقة البحثية ROVER، وهو ملحق خفيف الوزن وقابل للتعلم للنماذج اللغوية الكبيرة متعددة الوسائط، يعزز الاستدلال متعدد الصور القائم على التأسيس من خلال توجيه الأدلة البصرية المتمحورة حول الأشياء بكفاءة عبر آلية ثلاثية الرموز (token triplet) الخاصة بكل خطوة، محققاً أداءً هو الأفضل في فئته على اختبارات معيارية مثل MM-GCoT وVideoEspresso دون المساس بالفهم الشامل للمشهد.
تُظهر هذه الورقة البحثية أن الهندسات الإدراكية الشبيهة بالبشر عبر مجالات مثل اللون والعاطفة تظهر بشكل عابر ضمن الطبقات المتوسطة للنماذج اللغوية الكبيرة، متبعةً مساراً تطورياً متميزاً رغم غياب التدريب الإدراكي المباشر.