24055 ورقة بحثية
تقدم هذه الورقة "Anchor"، وهو مسار لتوليد المهام يعمل على الحد من انحراف النواتج (artifact drift) عبر صياغة تدفقات العمل التجارية في برامج تحسين القيود لإنتاج بيئات تقييم قابلة للتدقيق والتحقق والتوسع، وهو ما تم إثباته من خلال إصدار "ERP-Bench"، وهو معيار يتكون من 300 مهمة طويلة المدى في نظام تخطيط موارد المؤسسات (ERP) بمستوى إنتاجي.
تقدم الورقة البحثية OmniToM، وهو معيار جديد يقيم قدرات "نظرية العقل" لدى النماذج اللغوية الكبيرة من خلال اشتراطه نمذجة صريحة ومتعددة الأبعاد لهياكل معتقدات الفاعلين بدلاً من الاعتماد فقط على أداء الإجابة على الأسئلة النهائية، مما يكشف أن النماذج الحالية تعاني في الاستدلال المحدد المطلوب لتحويل الحقائق السردية إلى تمثيلات دقيقة للحالات الذهنية.
تقدم هذه الورقة البحثية BEAP، وهو هجوم تحفيز عدائي يعتمد على التضمين (embedding-aware) ويعمل كصندوق أسود، يستغل نموذجاً لغوياً كبيراً لتوليد مطالبات عالية الجودة وغير قابلة للكشف بشكل تكراري، مما ينجح في تجاوز دفاعات "إلغاء التعلم" (machine unlearning) في نماذج الانتشار من نص إلى صورة بمعدلات نجاح أعلى بكثير من الطرق السابقة.
تقدم الورقة البحثية "ScientistOne"، وهو نظام بحثي ذاتي التشغيل مبني على إطار عمل "سلسلة الأدلة" (Chain-of-Evidence) الذي يضمن القابلية للتحقق من خلال البناء، مما يلغي الاستشهادات المهلوسة ويحقق درجة تحقق مثالية ومواءمة فائقة بين المنهجية والبرمجية، مع مضاهاة أو تجاوز أداء الخبراء البشريين عبر مهام بحثية رائدة متنوعة.
تتحدى هذه الورقة البحثية الافتراض القائل بأن الأمثلة التوضيحية الصحيحة تساعد دائمًا في التعلم داخل السياق، وذلك من خلال الكشف عن أن الاضطرابات التي تحافظ على طبيعة المهمة يمكن أن تؤدي إلى تدهور الأداء عبر "انزياح الدليل السياقي"، مما يثبت أن فائدة الأمثلة النموذجية تعتمد على كيفية تأثير هذه الأمثلة في الاستدلال السياقي بدلاً من مجرد صحتها.
تقدم هذه الورقة DecoupleGen، وهي طريقة تعمل على تخصيص نماذج الانتشار من النص إلى الصورة لتوليد صور ذات دلالات معنوية ذات أنماط سياقية نادرة لأغراض تعزيز التدريب، مما يقلل من انحياز مجموعة البيانات ويحسن التعرف على الأشياء في السيناريوهات غير الشائعة.
تتناول هذه الورقة تحدي الاختيار التلقائي للطبقات المتوسطة المثلى للكشف عن الهلوسة في النماذج اللغوية الكبيرة من خلال تقديم معيار "الذروة الفعالة الأولى للبعد الجوهري" (FEPoID) الخالي من التدريب، والذي يتفوق باستمرار على الأساليب الحالية ويتم تعزيزه بشكل أكبر من خلال استراتيجية بتر مبتكرة لتضخيم إشارات الكشف.
تقدم هذه الورقة البحثية PaGeR، وهو إطار عمل موحد يعمل على تكييف النماذج التأسيسية ثلاثية الأبعاد القائمة على المنظور والمُدربة مسبقاً لتقدير العمق غير المعتمد على المقياس، والعمق المتري، والنواظم السطحية، وأقنعة السماء في آن واحد من كل من الصور المنظورية والبانورامية، محققاً أداءً هو الأفضل في فئته وأداءً صفري القدرة في إعادة بناء المشاهد بزاوية 360 درجة.
تقدم هذه الورقة البحثية خوارزمية CARL، وهي خوارزمية تعلم تعزيزي هرمي تستغل انتظام الديناميكيات المحلية لمواءمة السياقات العالمية مع تسلسلات الأفعال المطلوبة، مما يؤدي إلى تعلم مهارات قابلة لإعادة الاستخدام تُحسن الأداء في المهام اللاحقة المعقدة.
تقدم الورقة البحثية VisualNeedle، وهو معيار اختبار تحدي للمشاهد كثيفة المعلومات يكشف عن قصور كبير في قدرات البحث البصري دقيق التفاصيل لدى النماذج اللغوية الكبيرة متعددة الوسائط الحالية، وتثبت، من خلال تجربة استئصال "القص-الأسود" (crop-black) المبتكرة، أن نجاحها يعتمد على أدلة بصرية وسيطة حقيقية بدلاً من الأولويات اللغوية أو الدلالات العامة.