24055 ورقة بحثية
تقدم الورقة البحثية استراتيجية "التحقق أولاً" (Verification-First)، وهي استراتيجية صياغة أوامر منخفضة التكلفة تعزز استدلال النماذج اللغوية الكبيرة من خلال جعل النماذج تتحقق من الإجابات المرشحة قبل توليد الحلول، مما يقلل من مساحة البحث المنطقي ويتفوق بشكل كبير على أسلوب "سلسلة الأفكار" القياسي وطرق توسيع النطاق الحالية في وقت الاختبار عبر مختلف المعايير المرجعية.
يُعد DynaPURLS إطار عمل مبتكر للتعرف على الأفعال القائم على الهياكل العظمية بنمط التعلم الصفري، حيث يتغلب على قيود المحاذاة الدلالية الساكنة من خلال التحسين الديناميكي للمراسلات البصرية-الدلالية متعددة المقاييس أثناء وقت الاستدلال عبر التوليد النصي الهرمي، والتقسيم التكيفي للمفاصل، ومخزن ذاكرة مدرك للثقة، محققاً بذلك أداءً هو الأفضل في فئته على المعايير المرجعية الرئيسية.
تقدم هذه الورقة CoVRL، وهو إطار عمل مبتكر يربط بين الاستدلال التبايني والتعلم التعزيزي من خلال استراتيجية أخذ عينات هجينة للتغلب على عدم كفاءة الأساليب الخالية من المُحقِّق عبر ضمان تماسك قوي بين مسارات الاستدلال والإجابات النهائية، مما يؤدي إلى تحسين أداء النماذج اللغوية في الاستدلال العام بشكل كبير.
تقدم هذه الورقة إطار عمل لتحسين الأوامر القائم على الخطأ، والذي يعزز بشكل كبير قدرات الاستدلال الحسابي للنماذج اللغوية الصغيرة الملحقة محلياً، مما يمكنها من التفوق على النماذج الأكبر مثل GPT-3.5 Turbo في البيئات الصناعية المتوافقة مع معايير الخصوصية دون الحاجة إلى عملية ضبط دقيق مكلفة.
تُثبت هذه الورقة أن بوابات التحقق والارتباط بالجار الأقرب في مرشحات كالمان تُغير بشكل جوهري إحصاءات الابتكار من خلال إحداث انكماش حتمي يعتمد على الأبعاد في تغاير الابتكار، مما يثبت أنه لا يمكن الحفاظ على الخصائص الإحصائية الاسمية تحت عمليات الاختيار هذه.
تقدم هذه الورقة ، وهو معيار شامل مصمم لتقييم وتحسين قدرة النماذج اللغوية متعددة الوسائط على الاستنتاج بشأن تغيرات حالة الأشياء الديناميكية ضمن سياقات مكانية متسقة من خلال ملاحظات فيديو مقترنة، مما يكشف عن القيود الحالية ويقترح خط أساس فعال للإدراك متعدد الحالات.
تقدم الورقة البحثية DIVER-1، وهو نموذج تأسيسي للتعلم الذاتي لتخطيط كهربية الدماغ داخل الجمجمة، تم تدريبه على مجموعة بيانات ضخمة ومتنوعة، ويحقق تمثيلات قابلة للنقل ذات أداء فائق في فك تشفير الإدراك وكشف النوبات، مع إثبات أن حجم البيانات ومدة التدريب أكثر أهمية من عدد المعلمات (parameters) لتحقيق التوسع الفعال.
تقدم هذه الورقة البحثية MS COCOAI، وهي مجموعة بيانات شاملة تضم 96,000 صورة حقيقية واصطناعية تم إنشاؤها بواسطة خمسة من نماذج الذكاء الاصطناعي الرائدة، صُممت لتعزيز الأبحاث في كشف وتحديد مصدر الوسائط المُنشأة بواسطة الذكاء الاصطناعي.
تقدم هذه الورقة البحثية kNN-MoE، وهو إطار عمل للتوجيه المعزز بالاسترجاع يعمل على تحسين نماذج خليط الخبراء (Mixture-of-Experts) ديناميكياً من خلال الاستفادة من ذاكرة لقرارات التوجيه المثلى السابقة وآليات تراجع مدفوعة بالثقة للتعامل مع تغيرات التوزيع بشكل أكثر فعالية من الموجهات المجمدة.
تقترح هذه الورقة إطار عمل لنمط تصميم رسمي ثلاثي المستويات لهندسة مجتمعات وكيلة (Agentic Communities) جاهزة للإنتاج، تدمج الوكلاء القائمين على النماذج اللغوية الكبيرة، والذكاء الاصطناعي التكيفي، والبشر من خلال أدوار وبروتوكولات محكومة، والتي تم التحقق منها عبر دراسة حالة لمطابقة التجارب السريرية لضمان حوكمة مؤسسية قابلة للتحقق.