24888 ورقة بحثية
تقدم هذه الورقة "البنية التحتية للمعرفة" (Knowledge Infrastructure)، وهي دعامة قابلة للتنفيذ من قبل الوكلاء تعمل على إخراج الخبرة العلمية وتجسيدها لتمكين وكلاء الذكاء الاصطناعي من تنفيذ محاكاة علوم الأرض المعقدة بنجاح عبر مجالات متنوعة، مما يساهم في دمقرطة الوصول إلى النمذجة القائمة على العمليات وتعزيز مشاع علمي تعاوني.
تقدم الورقة البحثية PAREDA، وهي مجموعة بيانات صوتية جديدة متعددة اللهجات تتميز بنقاشات عفوية حول أوراق بحثية في مجال معالجة اللغات الطبيعية بين متحدثين بلهجات أسترالية، وهندية-إنجليزية، وصينية-إنجليزية، والتي تُظهر أنه بينما تعاني نماذج التعرف التلقائي على الكلام (ASR) الحديثة في إعدادات التعلم الصفري، فإن الضبط الدقيق على هذه المجموعة من البيانات المخصصة لهذا المجال يحسن أداءها ومتانتها بشكل كبير.
تقترح الورقة البحثية نموذج PAIR، وهو نموذج مكافأة داخلي مدرك للبادئة يجمع بين مسبار للحالة الخفية مجمد ورأس خفيف يعتمد على الانتباه لتوليد مكافآت كثيفة ومنخفضة التكلفة على مستوى الخطوة لتحسين الوكيل متعدد الدورات، مما يتغلب بفعالية على قيود مكافآت النتيجة المتفرقة وتدهور المسبارات تحت تأثير تلوث البادئة.
يُعد Guard نظاماً قابلاً للتوسع يجمع بين المراقبة عبر الإنترنت خفيفة الوزن والمسح الدوري للعقد خارج الإنترنت للكشف الاستباقي عن العقد المتأخرة وضمان صحة العقد في مجموعات التدريب واسعة النطاق، مما يحسن بشكل كبير من استغلال عمليات الفاصلة العائمة ذات الدقة العالية (FLOPs)، ويقلل من تباين الأداء، ويخفض التكاليف التشغيلية.
تقدم الورقة البحثية تقنية OASIS، وهي تقنية مبتكرة تستفيد من الإشارات الصفرية بين الطبقات (inter-layer null signaling) للتخفيف من حدة مغالطات الانتباه (attention sinks) والقيم المتطرفة في التنشيط (activation outliers) في بنيات AttnResidual، مما يعزز بشكل كبير استقرار الاستدلال، ومتانة التكميم، وأداء المهام النهائية.
تقدم هذه الورقة ChildAgentEval، وهو أول معيار مرجعي تفاعلي قائم على أسس سيكومترية مستوحى من مقياس وكسلر لذكاء الأطفال، والمصمم لتقييم مدى توافق الوكلاء الذكيين القائمين على النماذج اللغوية الكبيرة متعددة الوسائط (MLLM) مع مراحل النمو البشري المحددة وتحديد أوجه قصورهم في أداء المهام التأسيسية التي يمكن للأطفال حلها بسهولة.
تقدم الورقة البحثية DCFold، وهو نموذج توليدي أحادي الخطوة يحقق دقة بمستوى AlphaFold3 في التنبؤ ببنية البروتين وتصميم الروابط، مع تسريع الاستدلال بمقدار 15 ضعفاً من خلال إطار عمل تدريب "الاتساق المزدوج" (Dual Consistency) المبتكر ومجدول "مطابقة الجيوديسية الزمنية" (Temporal Geodesic Matching).
تثبت هذه الورقة أن نقل النطاق يصبح قابلاً للتعريف باستخدام عينة مرجعية واحدة مقترنة فقط، وذلك من خلال فرض التناثر الهيكلي على نمط دعم جاكوبي، مما يقدم حلاً قابلاً للتوسع يتطلب إشرافاً أقل بكثير من الطرق السابقة.
يقدم هذا البحث AdaptiveLoad، وهو إطار عمل للتحسين يتميز بموازنة أحمال ذات قيود مزدوجة ونواة CUDA مدمجة من نوع (LayerNorm-Modulate)، مما يعزز بشكل كبير كفاءة التدريب واستغلال وحدة معالجة الرسومات لنماذج محولات انتشار الفيديو واسعة النطاق من خلال معالجة عدم التوازن الحسابي الناتج عن أطوال التسلسل المتغيرة.
تقيم هذه الدراسة مدى قابلية نقل طريقة ضغط المطالبات LLMLingua-2 إلى نماذج الانتشار اللغوية الكبيرة (تحديداً LLaDA)، كاشفةً أنه في حين تظل مهام التلخيص قوية، فإن الاستدلال الرياضي يتدهور بشكل كبير بسبب حذف معلومات الاستدلال الحرجة، مما يشير إلى أن استراتيجيات الضغط التي تركز على النماذج ذات التوليد الذاتي لا تنطبق بشكل موحد على بنيات الانتشار.