🤖 Category

cs.AI

24346 ورقة بحثية

🤖 AI

CoRe-Code: Collaborative Reinforcement Learning for Code Generation

يُعد CoRe-Code إطار عمل للتعلم التعزيزي التعاوني يوظف وكلاء "مخطط" (Planner) و"مبرمج" (Coder) متخصصين في الأدوار، معززين بخوارزمية تحسين السياسة النسبية للمجموعة (GRPO)، للتغلب على قيود فك الترميز ذاتي الانحدار وتحسين دقة وكفاءة توليد الكود عبر المهام المعقدة.

Zhihao Dou, Qinjian Zhao, Zhongwei Wan, Xiaoyu Xia, Sumon Biswas2026-05-26
🤖 AI

Agent Manufacturing: Foundation-Model Agents as First-Class Industrial Entities

تقترح الورقة البحثية "تصنيع الوكلاء" كنموذج صناعي خامس حيث تتولى الوكلاء المستقلة القائمة على النماذج التأسيسية مهام الإدراك التنسيقي للإنتاج —مثل التفسير، والتخطيط، والتفاوض— مما يمثل تحولاً متميزاً عن عصور الأتمتة السابقة والأنظمة متعددة الوكلاء الكلاسيكية.

Yilei Zhang2026-05-26
🤖 AI

Test-Time Deep Thinking to Explore Implicit Rules

تقدم هذه الورقة البحثية إطار عمل TTExplore، وهو إطار يستخدم نموذج "Exp-Thinker" متخصصاً بـ 7 مليارات معلمة تم تدريبه عبر مسار تعلم تعزيزي مستقر ومبتكر لاستنتاج القواعد الضمنية الخفية وتحسين أداء الوكيل الذكي بشكل كبير في المهام التجسيدية النصية المعقدة.

Wentong Chen, Xin Cong, Zhong Zhang, Yaxi Lu, Siyuan Zhao, Yesai Wu, Qinyu Luo, Haotian Chen, Yankai Lin, Zhiyuan Liu, M (…)2026-05-26
🤖 AI

Multiscale Real-Time Object Detection in the NMS-Free Era: A Comparative Performance Evaluation of YOLOv8 and YOLO26

تقدم هذه الورقة تقييماً مقارناً لنموذج YOLO26 الخالي من عملية حذف التداخل غير الأقصى (NMS-free) ونموذج YOLOv8 القائم على عملية حذف التداخل (NMS-based) عبر مقاييس ومجموعات بيانات متعددة، مما يكشف أنه في حين يوفر YOLO26 دقة وكفاءة متفوقتين في المهام العامة، فإن الاختيار الأمثل للكاشف يعتمد في النهاية على خصائص مجموعة البيانات المحددة، ومقاييس الأجسام، والقيود المتعلقة بالأجهزة.

Chidera G. Oguine, Kanyifeechukwu J. Oguine, Obiozor M. Oguine, Ozioma C. Oguine2026-05-26
🤖 AI

Reflect-Guard: Enhancing LLM Safeguards against Adversarial Prompts via Logical Self-Reflection

يعزز Reflect-Guard مصنفات سلامة النماذج اللغوية الكبيرة مثل Llama Guard ضد هجمات كسر الحماية العدائية من خلال توظيف الضبط الدقيق الموفر للمعلمات لغرس قدرات التأمل المنطقي الذاتي، مما يحسن دقة الكشف بشكل كبير ويقلل معدلات نجاح الهجمات في الاختبارات المعيارية الصعبة.

Lixing Lin, Juli You, Yue Li, Luyun Lin, Yiqing Wang, Zhen Zhang, Moxuan Zheng2026-05-26
🤖 AI

Adversarial Error Correction for Visual Autoregressive Generation

تقدم هذه الورقة البحثية AID-VAR، وهو إطار عمل جاهز للاستخدام (plug-and-play) يعمل على الحد من انتشار الأخطاء المتتالية في نماذج التوليد الذاتي البصري (VAR) عبر توظيف آلية تشخيص تنافسية لتنقية فضاءات الميزات (feature manifolds) عند كل مقياس، مما يؤدي إلى تحسين دقة الصور والاتساق الهيكلي بشكل كبير مع حد أدنى من العبء الحسابي.

Ligong Bi, Tao Huang, Jianyuan Guo, Chang Xu2026-05-26
🤖 AI

Geo-Expert: Towards Expert-Level Geological Reasoning via Parameter-Efficient Fine-Tuning

تقدم الورقة البحثية "Geo-Expert"، وهي عائلة من النماذج اللغوية الكبيرة الجيولوجية ذات الكفاءة في المعلمات والمُدربة بدقة على مجموعة بيانات مخصصة، والتي تُظهر قدرات استدلال متخصصة تتفوق على النماذج العامة الأكبر والأنظمة المملوكة مع تقديم حل فعال من حيث التكلفة للذكاء الاصطناه العلمي.

Chenyou Guo, Zongqi Liu, Yizhou Zhang, Zhaorui Jiang, Ze Liu2026-05-26
🤖 machine learning

The Concept Allocation Zone: Tracking How Concepts Form Across Transformer Depth

تقدم هذه الورقة "منطقة تخصيص المفاهيم" (CAZ)، وهو إطار عمل يعيد تعريف تشكّل المفاهيم في نماذج المحولات (transformers) باعتباره عملية ممتدة عبر العمق تحدث عبر منطقة متصلة من المجرى المتبقي (residual stream) بدلاً من حدوثها عند طبقة واحدة "مثلى"، وذلك باستخدام مقاييس جديدة لتحديد هذه المناطق، وكشف أن العديد من المفاهيم تكمن في مناطق تخصيص فرعية متعددة الأنماط، وهي مناطق نشطة سببيًا ومع ذلك تظل غير مرئية لطرق الكشف عن الذروة القياسية.

James Henry2026-05-26✓ Author reviewed ⓘ
🤖 AI

Clustering as Reasoning: A kk-Means Interpretation of Chain-of-Thought Graph Learning

تقترح هذه الورقة إطار عمل KCoT، وهو إطار موحد يفسر تسلسل التفكير (Chain-of-Thought) في الرسوم البيانية المنسوبة للنصوص كعملية تجميع k-means تكرارية، مما يدمج التلقين الدلالي مع المحاذاة الطوبولوجية لتعزيز قدرات الاستدلال والقابلية للتفسير.

Xuanting Xie, Zhaochen Guo, Bingheng Li, Xingtong Yu, Zhifei Liao, Zhao Kang, Yuan Fang2026-05-26
💬 NLP

Towards a Universal Causal Reasoner

تقدم الورقة البحثية UniCo، وهو إطار عمل لتوليد البيانات يقوم بإنشاء بيانات تدريب سببية عالية الجودة ومتنوعة عبر سلم بيرل للسببية (Pearl's Causal Ladder)، مما يعزز بشكل كبير قدرات الاستدلال السببي، والتعميم، والموثوقية للنماذج اللغوية الكبيرة التي تم ضبطها بدقة عبر كل من الاختبارات المعيارية الاصطناعية والتطبيقات الواقعية.

Qirun Dai, Xiao Liu, Jiawei Zhang, Dylan Zhang, Hao Peng, Chenhao Tan2026-05-26