24888 ورقة بحثية
تقدم هذه الورقة SynVA، وهي مجموعة أدوات نمطية تجمع بين مطابقة التدفق والأساليب الإجرائية لتوليد مجموعات بيانات اصطناعية واسعة النطاق ومتسقة تشريحياً لتمدد الأوعية الدموية داخل الجمجمة، مما يعالج ندرة البيانات لتدريب نماذج التعلم العميق في أبحاث الأوعية الدموية الدماغية.
تُعد SparseSAM إطار عمل لا يتطلب تدريباً يعمل على تسريع نماذج "Segment Anything" من خلال تقديم آلية "Stripe-Sort Attention" و"Residual-Consistency MLP" لتقليل كثافة طبقات الانتباه وMLP معاً، مما يحقق تسريعاً كبيراً في الاستدلال وتقليلاً في استهلاك الذاكرة مع حد أدنى من فقدان الدقة مقارنة بالطرق الحالية.
يعمل SAPO (تحسين السياسة المتوافقة مع الخطوات) على تعزيز التوصية التوليدية عبر استبدال مكافآت النتائج العالمية بمزايا نسبية للمجموعات ومتوافقة مع الخطوات، والتي تخصص الائتمان لخطوات الاستدلال الفردية ورموز المعرفات الدلالية المقابلة لها، مما يؤدي إلى استقرار التدريب وتحسين الأداء في سيناريوهات الكتالوجات الضخمة حيث تكون التغذية الراجعة القائمة على المطابقة التامة غير كافية.
إن LLMForge هو إطار عمل للبحث عن البنى العصبية المدرك للأجهزة، والذي يستفيد من تقنية "الانتباه بمتعدد الرؤوس اللانهائية" ونموذج تكلفة متعدد الخلفيات لتوليد نماذج لغوية ذات معلمات أقل من المليار بشكل تلقائي ومُحسّن لتناسب قيود أجهزة الحافة المحددة، محققاً تحسينات كبيرة في كفاءة الطاقة، وزمن الاستجابة، ودقة النموذج مقارنة بالنماذج المرجعية الحالية.
تضع هذه الورقة إطاراً رياضياً صارماً لتدريب نماذج المحولات (transformers) ذات العمق والاتساع اللانهائيين في نظام المجال المتوسط (mean-field regime)، وذلك عبر نمذجة ديناميكياتها كمعادلة تفاضلية جزئية عصبية (neural PDE)، وإثبات جودة التحديد (well-posedness) للمرور الأمامي والخلفي، وتوضيح أن تدفق التدرج (gradient flow) يتقارب نحو القيم الصغرى العالمية تحت شروط محددة من حقن نواتج تدرج النماذج العصبية (Neural Tangent Kernel injectivity).
تقدم هذه الورقة WJoconde، وهو رسم بياني معرفي متعدد الوسائط للتراث الثقافي الفرنسي، وتقترح إطار عمل مبتكرًا يستفيد من النماذج اللغوية الكبيرة والنماذج اللغوية البصرية لزيادة توسيع مثل هذه الرسوم البيانية تلقائيًا وبموثوقية عالية من خلال مسار تحقق متخصص.
تقدم هذه الورقة PEIRA، وهي طريقة تعلم ذاتي غير تبايني (non-contrastive) تُنشئ هدفاً محدد المعالم عبر أثر (trace) مُنظّم خطي أمثل لضمان ديناميكيات تدريب مستقرة وغير منهارة تتوافق مع الفضاءات الفرعية للارتباط الخطي القانوني غير الخطي الرائدة، محققةً أداءً تنافسياً على ImageNet-1K وCIFAR-10.
تقدم هذه الورقة مجموعة بيانات جديدة مشروحة من قبل خبراء ومقياس "متوسط خطأ الشدة" (Average Severity Error) المبتكر لتقييم النماذج اللغوية الكبيرة في تصنيف معالجة السوابق القانونية متعددة التصنيفات، كاشفةً أنه بينما يتفوق Gemini 2.5 Flash في المهام عالية المستوى، فإن GPT-5-mini يتفوق في المخططات المعقدة دقيقة التفاصيل.
تقترح هذه الورقة طريقة تصحيح غير متصلة لتدفق التصحيح (Rectified Flow) تعمل على كبح المكون المتباعد لمجال السرعة المتعلم لتعديل المسارات المشوهة، مما يؤدي إلى تحسين جودة التوليد في كل من المعايير الاصطناعية ومعايير الصور دون زيادة تكاليف الاستدلال.
تقدم الورقة البحثية HASP، وهو إطار عمل معياري يحول المهارات النصية الاستشارية إلى وظائف برمجية (PFs) قابلة للتنفيذ للتدخل بفعالية في حلقات وكلاء النماذج اللغوية الكبيرة (LLM agents)، مما يحسن الأداء بشكل كبير في المهام المعقدة مثل البحث عبر الويب، والاستدلال الرياضي، والبرمجة من خلال التوجيه أثناء الاستدلال، أو الإشراف ما بعد التدريب، أو التحسين الذاتي.