24888 ورقة بحثية
تقدم الورقة البحثية إطار عمل GRID، وهو إطار عمل متكامل (end-to-end) يقوم ببناء رسوم بيانية للمعرفة الأمنية من استخبارات التهديدات السيبرانية عبر الاستفيادة من محاذاة المقالات والرسوم البيانية القابلة للتتبع ونظام مكافآت قائم على بنك مهام مبرمج لتدريب مستخرجات ذات كفاءة بحجم 4 مليارات معلمة تحقق دقة واستدعاء وتكلفة فعالة تتفوق على طرق التقييم التقليدية القائمة على النماذج اللغوية الكبيرة.
تُعد PopuLoRA إطار عمل للعب الذاتي غير المتماثل القائم على المجموعات، والذي يستفيد من محولات LoRA التي تتطور بشكل مشترك للتغلب على قيود المعايرة الذاتية في التعلم التعزيزي من خلال التغذية الراجعة من النموذج (RLVR)، مما يُمكّن من حدوث سباق تسلح بين معلمين يقترحون المشكلات وطلاب يحلونها، وهو ما يؤدي إلى أداء فائق في اختبارات الرياضيات والبرمجة المتنوعة رغم انخفاض المكافآت أثناء وقت التدريب.
يُعد EmoMind مساراً مبتكراً متكاملاً يقوم بفك تشفير التعليقات الوصفية العاطفية مباشرة من إشارات التصوير بالرنين المغناطيسي الوظيفي (fMRI) عبر الجمع بين الأوصاف المشهدية ذات المرجعية الدلالية ومتجهات عاطفية مستمرة مكونة من 34 بُعداً، مما يتفوق بشكل ملحوظ على النماذج المرجعية القائمة على التصنيفات المنفصلة في توليد سرديات عاطفية مخصصة وفردية.
تحدد هذه الورقة وتُقيس ظاهرة "غسيل الذاكرة"، وهي فشل أمني في وكلاء النماذج اللغوية الكبيرة المعززة بالذاكرة، حيث يتم ضغط السياق السام في ملخصات تبدو آمنة ولكنها لا تزال تؤثر خفية على عمليات التوليد المستقبلية، مما يثبت أن التخفيف الفعال يتطلب تطهير الحالة قبل عملية التلخيص وليس مجرد تنظيف المخرجات النهائية.
تقدم الورقة البحثية PermFlow، وهو إطار عمل لمطابقة التدفق الشرطي يعمل مباشرة على الفضاء الأفيني لمصفوفات التبديل لالتقاط التوزيعات متعددة الأنماط وحل الغموض، متجاوزاً بذلك قيود انهيار النمط التي تعاني منها الطرق التفاضلية القائمة على Sinkhorn.
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.