24888 ورقة بحثية
تستقصي هذه الورقة بشكل منهجي قدرات النماذج اللغوية الكبيرة خفيفة الوزن (أقل من 2 مليار معلمة) في توليد حيثيات أحكام المحاكم الجنائية والتنبؤ بالتهم، مقدمةً إطار تقييم CVGEvalKit لتحليل المقايضات بين بنية النموذج، وحجمه، والترابط بين المهام، مع إثبات إمكانات هذه النماذج في مجال الذكاء الاصطناستيائي القضائي.
يُعدُّ VolTA-3D إطار عمل لنموذج "ترانسفورمر" رؤية ثلاثي الأبعاد يعتمد على التعلم الذاتي، حيث يتعلم تمثيلات الرنين المغناطيسي للدماغ القابلة للنقل من خلال محاذاة الرموز العالمية والمحلية بشكل مشترك ضمن نموذج (طالب-معلم)، مما يجعله يتفوق على النماذج المرجعية الحالية في مهام متنوعة لاحقة ويثبت متانة محسنة عبر التحولات النطاقية.
تقترح هذه الورقة البحثية "الحذف المتميز" ()، وهو نموذج موحد يتم تنفيذه عبر "محاذاة نسيان المعرفة القائمة على الطاقة" (EUA)، والذي يعمل بفعالية على محو المعرفة غير المرغوب فيها وضمان الرفض الآمن من خلال التلاعب بتوزيعات الاستجابة في الفضاء الكامن بدلاً من كبت رموز محددة، مما يتغلب على قيود الطرق الحالية لحذف المعرفة والرفض المتميز.
تقترح هذه الورقة إطار عمل للحوسبة فائقة الأبعاد يتسم بالمتانة، حيث يقوم بتشفير الأوليات الطوبولوجية الثابتة تجاه الدوران والانسحاب والمقياس — وتحديداً الأشكال الخارجية والثقوب — في نواقل فائقة، مما يظهر تحسناً كبيراً في القدرة على مقاومة التلف على مستوى البكسل مقارنة بالمشفرات القياسية القائمة على البكسل والشبكات العصبية التلافيفية المدمجة مع الحفاظ على دقة تنافسية في البيانات السليمة.
تقترح الورقة البحثية TIER، وهو إطار عمل للمكافأة يستفيد من مخططات الدوال والتنفيذ أثناء التشغيل لتوفير إشراف كثيف وغير مرتبط بمسار محدد لاستخدام الأدوات متعدد الخطوات، مما يمكّن النماذج اللغوية الكبيرة من تحقيق دقة عالية في المهام التركيبية المعقدة حيث تفشل الأساليب الحالية القائمة على المسارات.
تقترح هذه الورقة إطار عمل تحليل التعلم متعدد الوسائط المتوافق مع الألفة (AAMLA)، والذي يتميز بوحدة محاذاة الوسائط الموجهة بالألفة عبر الوسائط (CAMA) التي تعزز التنبؤ بالرضا عن التعاون الطلابي في التعلم القائم على الألعاب من خلال نمذجة العلاقات بين الوسائط بشكل صريح للتعامل بمتانة مع تدهور الوسائط ودمج مصادر البيانات غير المتجانسة مثل حركة العين، وتعبيرات الوجه، وسجلات التفاعل.
تقترح هذه الورقة البحثية "أولويات القناع المتوافقة مع الملاحظة" (Observation-Aligned Mask Priors)، وهي إطار عمل يتعلم توزيع حالات الحجب الحقيقية باستخدام شبكة تدفق بايزي (Bayesian Flow Network) لتوليد أقنعة خاصة بكل عينة لتدريب نماذج الانتشار، مما يتيح إعادة بناء ديناميكيات فيزيائية قوية من ملاحظات واقعية غير مكتملة دون الاعتماد على قواعد حجب استدلالية.
تقترح هذه الورقة إطاراً موحداً يفك الارتباط بين خيارات مصدر البادئة (prefix source) واتجاه تباعد كولباك - ليبلر (KL divergence) المرتبطة تقليدياً في عملية تقطير النماذج اللغوية الكبيرة، مما يكشف عن أربعة أهداف متميزة ويقدم تقنيات عملية مثل خلط تباعد كولباك - ليبلر (KL mixing) والمناهج القائمة على بوابات الإنتروبيا (entropy-gated curricula) لتحسين المقايضات بين الدقة والتنوع والكفاءة في مهام الاستدلال.
تقدم هذه الورقة بناء أطلس تفاعلي مفتوح وبروتوكول قابل للتكرار لرسم خرائط مبادرات الذكاء الاصطناعي التشاركية، مما يكشف عن التركيزات الجغرافية والموضوعية في الجهود القائمة مع إنشاء إطار عمل حي لدعم البحوث المقارنة، والتعلم السياساتي، والرقابة المجتمعية.
تقدم هذه الورقة إطار عمل للعبة التنبؤ والتدخل حيث يتوقع القائد تدخلات المتغيرات المصاحبة الاستراتيجية للتابع، مما يثبت أن المتنبئات القائمة على "الغطاء المستقر" (مجموعة فرعية ثابتة محددة من المتغيرات المصاحبة) تقدم أداءً متفوقاً أو مكافئاً مقارنة بتلك التي تعتمد فقط على الآباء السببيين، مع تحديد شروط الأمثلية في الحالة الأسوأ والتحقق من صحة هذه الاستراتيجيات من خلال عمليات المحاكاة والبيانات الواقعية.