24054 ورقة بحثية
يُعد DecomposeRL إطار عمل للتحقق من الادعاءات شبه مُشرف وقابل للتتبع، يستفيد من قمع تنقية البيانات والتعلم التعزيزي القائم على GRPO لتدريب نموذج مدمج بحجم 7 مليار بارامتر، محققاً أداءً يضاهي النماذج المرجعية الأكبر حجماً بكثير مع إنتاج مسارات استدلال قابلة للتفسير.
تُظهر هذه الدراسة أن شبكة عصبية لتمرير الرسائل مزدوجة، معززة بآلية انتباه تقاطعي رباعي الرؤوس، تتفوق بشكل كبير على كل من بنيات الرسم البياني القائمة على التراكب والثلاثية في التنبؤ بآليات تفاعل دواء-دواء محددة، كما تم التحقق من ذلك من خلال الدقة المثالية في أزواج حمض الأسيتيل ساليسيليك المستبعدة.
تقدم الورقة البحثية FundaPod، وهي منصة وكلاء متعددة الشخصيات تستفيد من نظام ذاكرة يعتمد على الرسم البياني للمعرفة لدعم أبحاث الاستثمار الأساسية التي تركز على الإنسان وتتسم بالشفافية والقابلية للتحقق، وذلك من خلال تمكين وكلاء ذكاء اصطناعي مستقلين من جمع الأدلة وإظهار نقاط الخلاف من أجل التحكيم البشري.
تقدم هذه الورقة البحثية SPAR، وهو إطار عمل لتصحيح الإجراءات مع الحفاظ على الدعم، والذي يحقق أداءً رائدًا في تحسين السياسة غير المتصلة (offline policy improvement) عبر إعادة صياغة التعلم كعملية صقل متبقي محلي لسياسة نسخ السلوك (behavior cloning policy) مجمدة، وتوظيف المحاكاة الذاتية الكامنة لحل الصراع المتأصل بين تعظيم القيمة وملاءمة توزيع البيانات.
تقدم الورقة البحثية PortBench، وهو معيار شامل يتميز بمجموعة بيانات أسئلة وأجوبة ثابتة ومسار تخصيص ديناميكي مكون من خمس مراحل لتقييم النماذج اللغوية الكبيرة في إدارة المحافظ الاستثمارية، كاشفةً أنه على الرغم من الأداء القوي في الأسئلة المالية الثابتة، فإن معظم النماذج تفشل في التفوق على استراتيجيات التوزان المتساوي الأساسية وتعاني من تراجعات كارثية تحت الضغط بسبب تجاهل هياكل الارتباط وأخطاء الاستدلال التراكمية.
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.