24888 ورقة بحثية
تقترح هذه الورقة نظاماً لكشف التسلل في الشبكات يعتمد على التعلم بلقطات قليلة، يجمع بين شبكة ثلاثية مع تنقيب ثلاثي عبر الإنترنت ومصنف "أقرب جار" (KNN) لتحديد حركة المرور الضارة بفعالية باستخدام 10 عينات مصنفة فقط لكل فئة هجوم، مما يعالج أوجه القصور في طرق الكشف التقليدية القائمة على التعلم الخاضع للإشراف وكشف الشذوذ في سيناريوهات ندرة البيانات.
تقدم هذه الورقة معياراً صارماً لتقييم وكلاء البحث العميق في مهام الاستشارات التخصصية باستخدام مطالبات صاغها خبراء موضوعيون تتضمن فخاخاً معرفية، مما يكشف أن النماذج الرائدة الحالية (Claude وo3 وGemini) تحقق معدلات قبول منخفضة بشكل موحد بسبب أنماط فشل متميزة مثل الهلوسة، والأخطاء الحسابية، وعدم اتساق الاستدلال.
تقدم هذه الورقة إطار عمل مبتكر للتحكم في معدل الاكتشاف الخاطئ في فضاءات فرضيات ذات بنى تعسفية، وذلك عبر إعادة صياغة المشكلة كمسألة تعلم منتظم ضمن فضاء هيلبرت لإعادة إنتاج النواة، مما يوحد البنى المتنوعة مثل الرسوم البيانية والتسلسلات الهرمية لتمكين استدلال سلس وفعال من حيث العينات مع ضمانات مثبتة لمعدل الاكتشاف الخاطئ.
تقدم هذه الورقة تصنيفاً معيارياً لتصنيف تقارير الأخطاء البرمجية غير الصالحة إلى فئات فرعية، وتقيم نهجاً مختلفة للذكاء الاصطناعي، حيث وجدت أن التوليد المعزز بالاسترجاع يتفوق في تحديد السبب الجذري، بينما يعد البحث الويب الوكيل الأكثر فعالية في توليد إصلاحات قابلة للتنفيذ بدون كود.
تقدم هذه الدراسة أول تقييم معياري منهجي لستة نماذج تأسيسية لتخطيط كهربائية الدماغ (EEG) عبر ثماني مجموعات بيانات، كاشفةً أنه بينما تتوافق هذه النماذج عموماً مع الفسيولوجيا العصبية وتمتلك قدرة تمثيلية قوية، إلا أن أداءها حساس للغاية لأنماط فشل محددة مثل سقوط القنوات والمحتوى التالف، مما يستوجب تحولاً يتجاوز مجرد الدقة في البيانات النظيفة نحو تعزيز المتانة والقابلية للتفسير والقدرة التعبيرية في تطويرها.
تتحدى هذه الورقة البحثية المفهوم القائل بأن الدرجات المرتف High في الاختبارات المعيارية للنماذج اللغوية المدربة على الشطرنج تشير إلى فهم حقيقي للقواعد، محتجةً بدلاً من ذلك بأن أداءها ينبع من مطابقة الأنماط، ومبينةً أن دمج النماذج اللغوية الكبيرة العامة مع أدوات تحقق خارجية يوفر بديلاً أكثر مرونة وفعالية من حيث التكلفة مقارنة بالضبط الدقيق المتخصص.
تقدم هذه الورقة ECG-WM، وهو نموذج عالم مستند إلى الفسيولوجيا يدمج مسبقات المعادلات التفاضلية العادية في ديناميكيات الانتشار الكامن لمحاكاة مسارات قلبية مشروطة بالأفعال وتوفير تقييمات للتدخلات السريرية مدركة لعدم اليقين.
يُعد AutoRubric-T2I إطار عمل مبتكرًا يقوم تلقائيًا بتوليد واختيار معايیاں (rubrics) صريحة وقابلة للتفسير لتوجيه نماذج الرؤية واللغة الحاكمة، مما يحقق أفضل النتائج في محاذاة النص إلى الصورة مع قابلية تفسير عالية واعتماد أدنى على بيانات التفضيل البشري واسعة النطاق.
يُعد GraphMind نظاماً متكاملاً ذاتي التطور يقوم تلقائياً ببناء وتنفيذ وتحسين رسوم بيانية لسير العمل المتمحور حول الإجراءات من خلال آثار العمليات باستخدام محرك تجول متعدد الوكلاء وتجول تعزيزي تكيفي، متفوقاً بشكل كبير على الطرق المرجعية في التحقيق في الحوادث داخل المؤسسات.
تُظهر هذه الدراسة أن النماذج التأسيسية الضبطية الدقيقة يمكنها التنبؤ بالسلوكيات الصعبة في حالات التوحد العميق قبل حدوثها بمدة تصل إلى 10 دقائق، وذلك بمعامل مساحة تحت منحنى خصائص تشغيل المستقبِل (AUC-ROC) يبلغ 0.78، من خلال تحليل بيانات أجهزة الاستشعار القابلة للارتداء متعددة الوسائط التي جُمعت من تسعة أفراد في فصل دراسي للتربية الخاصة في بيئة واقعية، مما يمهد الطريق لتدخلات سلامة استباقية.