cs.AI ورقة بحثية

The Hidden Cost of Contextual Sycophancy: an AI Literacy Intervention in Human-AI Collaboration

تُظهر هذه الدراسة أنه في حين أن تدخلات محو الأمية في مجال الذكاء الاصطناعي يمكن أن تخفف جزئياً من الآثار السلبية لظاهرة "التملق السياقي" في التعاون بين الإنسان والذكاء الاصطناعي عبر تقليل المحاكاة المباشرة لأخطاء المستخدم، فإن الاستمرار في نشر الاستنتاجات الخاطئة ضمن ردود فعل الذكاء الاصطناعي يكشف أن التوجيه (prompting) وحده غير كافٍ لضمان دعم معرفي مستقل، مما يستلزم تبني نهج على مستوى النظام.

Cansu Koyuturk, Sabrina Guidotti, Dimitri Ognibene2026-05-19

🤖 machine learning

Beyond Inference-Time Search: Reinforcement Learning Synthesizes Reusable Solvers

تُثبت هذه الورقة أن تدريب النماذج اللغوية الكبيرة الخاصة بالبرمجة باستخدام التعلم التعزيزي لتخليق أدوات حل قابلة لإعادة الاستخدام ومدركة للقيود لمسائل الأمثلة التوافقية يتفوق بشكل كبير على طرق البحث التقليدية أثناء الاستدلال، وذلك من حيث جودة الحل وكفاءة الحوسبة.

Soheyl Massoudi, Gabriel Apaza, Milad Habibi, Mark Fuge2026-05-19

💻 computer science

QSTRBench: a New Benchmark to Evaluate the Ability of Language Models to Reason with Qualitative Spatial and Temporal Calculi

تقدم هذه الورقة QSTRBench، وهو معيار شامل مصمم لتقييم قدرات الاستدلال المكاني والزماني النوعي للنماذج اللغوية الكبيرة عبر مختلف الحسابات، كاشفةً أنه بينما تتفوق النماذج الحالية على التخمين العشوائي، إلا أنها تعاني من عدم الاتساق وتظهر تباينات كبيرة في الأداء اعتماداً على تعقيد مهمة الاستدلال.

Anthony G. Cohn, Robert E. Blackwell2026-05-19

🤖 machine learning

Graph Hierarchical Recurrence for Long-Range Generalization

تقدم الورقة البحثية نموذج التكرار الهرمي للرسوم البيانية (GHR)، وهو إطار عمل فعال من حيث المعلمات يستفيد من العمليات المشتركة على الرسوم البيانية المدخلة والتجريدات الهرمية للتفوق بشكل كبير على النماذج الحالية في التقاط التبعيات طويلة المدى وتحقيق تعميم متفوق خارج النطاق بما لا يزيد عن 1% فقط من معلمات النماذج الأحدث حالياً.

Stefano Carotti, Marco Pacini, Alessio Gravina, Davide Bacciu, Bruno Lepri, Sebastiano Bontorin2026-05-19

💻 computer science

Diagnosing Korean-Language LLM Political Bias via Census-Grounded Agent Simulation

تقدم هذه الورقة Dynamo-K، وهو إطار عمل لمحاكاة الوكلاء قائم على التعداد السكاني، يشخص التحيزات السياسية المنهجية في النماذج اللغوية الكبيرة باللغة الكورية عبر ست انتخابات، ويحدد ثلاثة أنماط فشل رئيسية، ويقترح استراتيجيات تخفيف فعالة مثل إعادة صياغة السيناريو ومهايئ إعادة وزن متعلم لتحسين دقة التنبؤ بشكل كبير.

Sungwoo Kang2026-05-19

💻 computer science

Prompts Don't Protect: Architectural Enforcement via MCP Proxy for LLM Tool Access Control

تُثبت هذه الورقة أن القيود القائمة على الأوامر (prompt-based restrictions) غير كافية لتأمين وصول النماذج اللغوية الكبيرة (LLM) إلى الأدوات ضد الهجمات العدائية، وتقترح بدلاً من ذلك وسيط MCP محكومًا يفرض التحكم في الوصول القائم على السمات (attribute-based access control) في كل من مرحلتي اكتشاف الأداة واستدعائها لتحقيق معدل 0% من الاستدعاءات غير المصرح بها مع حد أدنى من زمن التأخير.

Rohith Uppala2026-05-19

💻 computer science

Geometry-Aware Uncertainty Coresets for Robust Visual In-Context Learning in Histopathology

تقدم هذه الورقة البحثية GAUC، وهي طريقة لاختيار النواة الأساسية (coreset) خالية من التدريب، تستفيد من التباين الأقصى بين المتوسطات (Maximum Mean Discrepancy)، والمعلومات المتبادلة الفعالة، والتباين التنبؤي لتعزيز الدقة، والمعايرة، ومتانة التلقين في نماذج الرؤية واللغة في مجال علم الأمراض النسجي دون الحاجة إلى تحديثات للمعلمات.

Franciskus Xaverius Erick, Johanna Paula Müller, Bernhard Kainz2026-05-19

💻 computer science

Building Reliable Arithmetic Multipliers Under NBTI Aging and Process Variations

تقترح هذه الورقة تقنية مبتكرة لتخفيف آثار التقادم في المضروبات الحسابية تستفيد من خاصية عدم تأثر الضرب بالإشارة لإعادة توزيع إجهاد تأثير انتقال الثقوب غير المتماثل (NBTI) عبر الترانزستورات، مما يؤدي إلى تمديد العمر الافتراضي للأجهزة مع أعباء ضئيلة في المساحة والتأخير، حتى في ظل أعباء عمل الذكاء الاصطناعي وتغيرات العمليات التصنيعية.

Masoud Heidary, Biresh Kumar Joardar2026-05-19

💬 NLP

What is Holding Back Latent Visual Reasoning?

تكشف هذه الورقة أن نماذج الاستدلال البصري الكامنة الحالية تفشل في استخدام الرموز البصرية الوسيطة لأن مجموعات البيانات الحالية لا توفر معلومات كافية لجعلها ضرورية، كما أن التنبؤات أثناء الاستدلال غير دقيقة، مما يشير إلى أن التقدم المستقبلي يتطلب كلاً من مجموعات بيانات أكثر إفادة وتوليدًا أفضل للرموز.

André G. Viveiros, Nuno Gonçalves, André F. T. Martins, Matthias Lindemann2026-05-19

🤖 machine learning

Modelling Customer Trajectories with Reinforcement Learning for Practical Retail Insights

تقترح هذه الورقة إطار عمل للتعلم التعزيزي يعتمد على أقصى إنتروبيا لنمذجة مسارات العملاء في المساحات التجارية، مظهرةً تفوقها على الاستدلالات التقليدية مثل مسألة البائع المتجول (TSP) والشبكات العصبية الاصطناعية (PNN) من خلال تقديم رؤى أكثر دقة وتأسيسًا سلوكيًا لتحسين تخطيط المتاجر وتعظيم الأرباح دون الحاجة إلى جمع بيانات واقعية مكلفة.

Ken Ming Lee, Paul Barde, Maxime C. Cohen, Derek Nowrouzezahrai2026-05-19

→ السابق التالي ←