24888 ورقة بحثية
تكشف هذه الورقة أن وكلاء النماذج اللغوية الكبيرة المتجسدة التي تحل الألغاز الميكانيكية يمكنهم، على نحو مفارق، تحقيق معدلات نجاح أعلى باستخدام مدخلات حسية ذات دقة أقل أو ضجيج إدراكي متوسط، حيث تساعد هذه العيوب في كسر حلقات الحركة المتكررة وحجب إخفاقات الاستدلال، مما يتحدى الافتراض بأن الملاحظة المثالية تؤدي دائمًا إلى الأداء الأمثل.
يُعد CopT إطار عمل استدلالي لا يتطلب تدريباً، حيث يعكس نموذج "سلسلة الأفكو" التقليدي عبر توليد إجابة مسودة أولاً، ثم توظيف أدوات تحقق تباينية في الفضاء المستمر لتفعيل التأمل الذاتي المعتمد على السياسة (on-policy reflection) ديناميكياً عند الضرورة فقط، مما يؤدي إلى تحسين الدقة بشكل كبير وتقليل تكاليف الرموز (tokens) عبر مهام استدلالية متنوعة.
تقدم هذه الورقة EvoTrace، وهي مجموعة بيانات لآثار الترميز التطوري، وEvoReplay، وهي منهجية قائمة على إعادة التشغيل، لتكشف أن مكاسب الأداء في وكلاء الترميز التطوري غالبًا ما تنبع من آليات متنوعة مثل إعادة الضبط أو إعادة استخدام المعرفة الموجودة بدلاً من الابتكار الخوارزمي الحقيقي، وهو ما يستدل عليه من خلال التكرار الحتمي المتكرر لأسطر الكود.
تقدم هذه الورقة البحثية ThoughtTrace، وهي أول مجموعة بيانات واسعة النطاق تجمع بين المحادثات الواقعية بين البشر والذكاء الاصطناعي وبين أفكار المستخدمين المبلغ عنها ذاتياً، لتكشف أن هذه الحالات المعرفية الكامنة تختلف عن الرسائل المنطوقة، ويصعب على النماذج استنتاجها، وتعد ذات قيمة عالية لتحسين التنبؤ بسلوك المستخدم وتدريب مساعدين مخصصين ومتوافقين مع الأهداف.
تقدم هذه الورقة "الاستدلال الحجاجي أثناء الاستنتاج" (Inference-Time Argumentation - ITA)، وهو إطار عمل عصبي رمزي يدمج دلالات الحجاج الصورية لتدريب النماذج اللغوية الكبيرة على توليد وتقييم الحجج، مما يتيح تحققاً ثلاثياً من الادعاءات يتسم باليقين والأمانة ويتفوق على النماذج المرجعية الحالية مع توفير استدلال شفاف وقابل للفحص.
تقدم هذه الورقة دراسة حالة لصياغة مسألة "الجراد" (Grasshopper) من أولمبياد الرياضيات الدولي لعام 2009 باستخدام لغة Lean 4 عبر واجهة برمجة تطبيقات Aristotle، مما يوضح أنه بينما يمكن للذكاء الاصطناعي التحقق بنجاح من المكونات المحلية لاستراتيجية الإثبات، فإنه يواجه صعوبة حالياً في حل المسائل المتعلقة بالتدقيق الحسابي التوافقي الشامل المطلوب لإتمام المبرهنة الرئيسية.
تقدم هذه الورقة إطاراً موحداً يقيم المحاذاة بين النموذج والدماغ من خلال قياس الأبعاد المحددة والقابلة للتكرار في فضاء الاستجابة الدماغية التي يتم استردادها، مما يكشف أن دقة التنبؤ وحدها يمكن أن تحجب تباينات جوهرية بين نماذج الرؤية الاصطناعية والقشرة البصرية البشرية.
تُثبت هذه الورقة أن استخدام المطالبات المحسنة بقوائم التحقق يعزز بشكل كبير جودة استجابات النماذج اللغوية الكبيرة عبر مهام متنوعة، مع تقليل جهد المستخدم واستهلاك الرموز مقارنة بالمطالبات الخام أو المطالبات التي تستخدم الأسئلة التوضيحية.
تقدم هذه الورقة MedFocus، وهو أسلوب عزو قائم على المفاهيم يستفيد من التقييم السببي والنقل الأمثل غير المتوازن لتحديد المناطق ذات المعنى السريري في صور الأشعة السينية للصدر بدقة، مما يعالج فشل الأساليب الحالية في تفسير استدلال نماذج الرؤية واللغة الكبيرة بصدق في التطبيقات الطبية.
تقترح هذه الورقة أول نهج مؤتمت باستخدام برمجة مجموعة الإجابات (ASP) لتحسين التخطيط طويل الأمد لشبكة الطاقة، مما يثبت فعاليتها في التعامل مع القيود الطوبولوجية والتركيبية المعقدة من خلال تجارب على كل من البيانات الاصطناعية والواقعية.