24055 ورقة بحثية
تقدم هذه الدراسة الاستقصائية إطاراً شاملاً لبناء أنظمة ذكاء اصطناعي وكيلية موثوقة من خلال فحص مخاطر السلامة والمتانة والخصوصية والأمن عبر سير عمل الوكيل، وتوحيد مقاييس التقييم والمعايسات، وتحديد التحديات المفتوحة إلى جانب استراتيجيات التخفيف العملية لعمليات النشر عالية المخاطر.
تُعد GazeWorld نموذجاً عالمياً للتصوير الطبي يستفيد من بيانات تتبع حركة عين أخصائي الأشعة للتنبؤ بالتتابعات الذاتية للتمثيلات الصورية الكامنة، محققةً دقة تشخيصية وأداءً في التعلم الصفري من الطراز الرفيع عبر تعلم كيفية قراءة الخبراء للصور بدلاً من مجرد ما يخلصون إليه.
تقدم هذه الورقة "نماذج العالم النانوية" (Nano World Models)، وهي عبارة عن كود برمجي بسيط وقابل لإعادة الإنتاج مبني على تقنية "الانتشار القسري" (diffusion forcing)، يوحد مختلف مكونات التنبؤ بالفيديو لتمكين الدراسات العلمية المنضبطة حول خيارات تصميم نماذج العالم عبر بيئات متنوعة.
تقترح الورقة البحثية إطار عمل Diff-Instruct مع المكافأة المنتشرة (DIDR)، وهو إطار عمل خالٍ من البيانات يعمل على مواءمة مولدات الصور ذات الخطوة الواحدة مع التفضيلات البشرية من خلال نشر التوزيعات المائلة للمكافأة عبر مسار الانتشار، محققاً كفاءة ودقة صور فائقتين مقارنة بالنماذج المرجعية الحالية وحتى المعلمين متعدد الخطوات.
تقترح الورقة البحثية إطار عمل "التفكير-التخيل-التنفيذ" (RIA)، وهو إطار عمل مغلق الحلقة يدمج نموذج لغوي كبير للتعليل مع نموذج عالم مشروط بالفعل لتمكين التحقق من السلامة عبر الإنترنت وتحسين أداء اتخاذ القرار بشكل كبير في القيادة الذاتية.
تُعد EvoSci إطار عمل متعدد الوكلاء مستوحىً حيويًا يدمج الرسوم البيانية للمعرفة مع التعاون القائم على الأدوار (موجّه، باحث، مراجع) لتطوير الأفكار العلمية بشكل تكراري، مما يتفوق بشكل كبير على النماذج المرجعية الحالية في توليد اكتشافات بحثية متماسكة ومبتكرة.
تقترح الورقة البحثية إطار عمل موحداً بعنوان "النمط كمتتالية" (Mode-as-Sequence)، يقوم بتحويل تنبؤات الحركة متعددة الوسائط غير المرتبة إلى متتالية مرتبة لنمذجة تبعيات الأنماط بشكل صريح، مما يعالج مشكلات انهيار النمط ومعايرة الثقة من خلال استراتيجيات فك تشفير متكررة أو متوازية حققت مراتب متقدمة في تحديات مجموعة بيانات وايمو (Waymo Open Dataset).
تقدم الورقة البحثية LLM-AutoSciLab، وهو إطار عمل ذو حلقة مغلقة يدمج توليد الفرضيات مع الاختيار النشط للتجارب لتحقيق اكتشاف علمي أكثر دقة وكفاءة في استهلاك العينات من الطرق السابقة، وتم التحقق من صحته من خلال مجموعات بيانات ActiveSciBench الجديدة.
تقدم الورقة البحثية InteractBind، وهو عبارة عن مجموعة بيانات ومعيار واسع النطاق صُمم لتقييم ما إذا كانت نماذج البروتين واللجين يمكنها تحديد مواقع الارتباط والتفاعلات غير التساهمية المحددة بدقة، مما يكشف أن النماذج الحالية تتفوق غالًا في التنبؤ باحتمالية الارتباط بينما تخفق في استيعاب الآليات الفيزيائية الكامنة وراء التعرف الجزيئي.
تعيد هذه الورقة صياغة عملية اختيار النماذج اللغوية الكبيرة المقترحة للتعاون بين الأنظمة متعددة الذكاء الاصطنا-ي كمسألة توافقية تتمحور حول التكامل، حيث تقترح وتتحقق من صحة خوارزميات جشعة قابلة للتنفيذ حاسوبياً تتفوق على النهج الحالية التي تركز على الدقة أو التنوع من خلال تحسين التآزر بين النماذج المقترحة والنموذج الملخص.