25186 ورقة بحثية
تقدم الورقة البحثية SaaS-Bench، وهو معيار شامل يتكون من 106 مهام واقعية عبر 23 نظامًا احترافيًا من أنظمة البرمجيات كخدمة (SaaS)، والذي يكشف أن الوكلاء الحاليين المستخدمين للحاسوب يعانون بشكل كبير مع سير العمل المعقد وطويل الأمد، حيث حققوا أقل من 4% من النجاح في المسار الكامل نتيجة للقيود في التخطيط، وتتبع الحالة، والتعافي من الأخطاء.
تقترح هذه الورقة إطار عمل للتسليم المكاني والزماني في الوقت الفعلي ومدركاً للطوبولوجيا، يستفيد من التداخلات الهندسية وتجزئة المسارات الافتراضية لتحقيق استمرارية هوية بنسبة 99.8% عبر مجالات رؤية متعددة للطائرات بدون طيار، مما يتفوق بشكل كبير على طرق إعادة التعرف القائمة على المظهر لتتبع المركبات المتعددة المستمر في أنظمة النقل الذكية.
يقدم RoadmapBench معياراً يتكون من 115 مهمة برمجة معقدة وطويلة الأمد بناءً على عمليات ترقية إصدارات حقيقية لمصادر مفتوحة لإثبات أن وكلاء الذكاء الاصطناعي الرائدين الحاليين يعانون بشكل كبير مع تطوير البرمجيات واسعة النطاق ومتعددة الأهداف، حيث يحلون أقل من 40% من المهام حتى مع أكثر النماذج تقدماً.
تقدم هذه الورقة تقييم عصبون شابلي (SNV)، وهو إطار عمل قائم على نظرية الألعاب يحدد ويجمّد العصبونات الحرجة لتمكين التعلم المستمر الفعال بدون توسع معماري، محققاً تحسينات كبيرة في الدقة مقارنة بالطرق الحالية على مجموعة بيانات ImageNet-1k.
تقدم هذه الورقة البحثية "المؤثر العصبي الـسيمبليكتي" (Symplectic Neural Operator)، وهو بنية مبتكرة تحافظ على البنية السيمبليكتية الجوهرية للأنظمة الهاميلتونية ذات الأبعاد اللانهائية لضمان استقرار طويل الأمد صارم وتحسين حفظ الطاقة مقارنة بالنماذج القياسية القائمة على البيانات.
تقترح هذه الورقة إطار عمل معزز بآلية CBAM لشبكة EfficientNet-B3 مع التعلم العميق الأدلّي (Evidential Deep Learning) لتصنيف شدة دخان حرائق الغابات إلى ثلاثة مستويات من صور الأقمار الصناعية، مع تحديد كمية عدم اليقين المعرفي (epistemic) والاليتوري (aleatoric) في تمريرة أمامية واحدة، محققةً دقة بنسبة 93.8% وتحديداً فعالاً لمناطق الدخان الغامضة دون الحاجة إلى أخذ عينات مونت كارلو.
تقترح هذه الورقة البحثية نموذج GenLI، وهو نموذج توليدي لاهتمامات المستخدم طويلة المدى للتنبؤ بنسبة النقر إلى الظهور (CTR)، والذي يستبدل عملية استرجاع الأهداف التقليدية بوحدة توليد الاهتمامات لالتقاط اهتمامات المستخدم المتنوعة والمدركة للتفاعلات، مع تحقيق تعقيد استرجاع سلوكي قدره لتحسين الكفاءة والدقة.
يقدم RaPD إطار عمل لانتشار البكسل غير مرتبط بالدقة يعمل ضمن فضاء كامن لمجال صورة عصبية مستمر، مستخدماً التوجيه الدلالي وانتباه الاستعلام بالإحداثيات لتمكين توليد صور عالية الجودة بدقة تعسفية بتكلفة حوسبية ثابتة.
تقدم هذه الورقة البحثية SemanticSeg، وهي مجموعة بيانات واسعة النطاق ونموذج خفيف الوزن لتقسيم النصوص تلقائياً، إلى جانب إطار عمل للتقطير الكتلي يتميز بمكونات مبتكرة مثل رموز الـ block sink ووزن الخسارة على مستوى الـ token، للتغلب على تحديات تقسيم المدخلات وعدم كفاءة التدريب في انتباه الكتل (block attention)، مما يتيح نشره العملي والقابل للتوسع في سيناريوهات السياق الطويل.
تُعد LoCO طريقةً مبتكرةً للضبط الدقيق بكفاءة المعلمات، حيث تقوم ببناء تحويلات متعامدة باستخدام مصفوفات غير متماثلة منخفضة الرتبة وسلاسل دوران تركيبية للحفاظ على البنية الهندسية للتمثيلات سابقة التدريب مع تمكين الحوسبة المتوازية الفعالة عبر مجالات متنوعة.