25186 ورقة بحثية
تقترح الورقة البحثية إطار عمل PEML، وهو إطار تعلم متعدد المهام كفء من حيث المعلمات يجمع بين هندسة البنية العصبية لتحسين المطالبات المستمرة وبين التكيف منخفض الرتبة لأوزان النموذج، محققاً تحسينات كبيرة في الدقة مقارنة بأحدث الأساليب عبر عدة معايسات قياسية.
تقدم هذه الورقة MathAtlas، وهو أول معيار للتحويل التلقائي إلى صيغ رياضية (autoformalization) واسع النطاق يضم ما يقرب من 52,000 مفهوم رياضي بمستوى الدراسات العليا من 103 كتب مدرسية، مما يكشف عن الصعوبة البالغة التي تواجهها النماذج الحالية في التعامل مع الرياضيات البحثية المعقدة والغنية بالارتباطات.
تقدم الورقة البحثية إطار عمل "الرفض متعدد المراحل أثناء الطيران" (MSIFR)، وهو إطار عمل لا يتطلب تدريباً يقلل بشكل كبير من استهلاك الرموز (tokens) في توليد البيانات الاصطناعية القائمة على النماذج اللغوية الكبيرة (LLMs) عن طريق اكتشاف وإنهاء المخرجات منخفضة الجودة في مراحل وسيطة دون المساس بجودة أو تحيز العينات المحتفظ بها.
تُعد CRANE طريقةً لتعديل المعلمات دون الحاجة إلى تدريب، حيث تدمج نقاط تفتيش وكلاء الأكواد من نوعي Instruct وThinking عبر تعديل الفضاء الصفري (nullspace editing) لتعزيز أداء الاستدلال طويل المدى واستخدام الأدوات بشكل كبير مع الحفاظ على الكفاءة.
تُعد SkillFlow إطار عمل قائم على التدفق يوظف موازنة المسار المبردة لتمكين وكيل مشرف قابل للتدريب من أتمتة تنسيق المهام باستراتيجيات متنوعة وتخصيص ائتماني شفاف، مع استخدام آلية تكرارية لتطوير مكتبة مهاراته ذاتياً لتحسين الأداء عبر مختلف المهام المعقدة.
تقترح هذه الورقة بنية متتالية من طبقتين (حافة-سحابة) تستخدم نموذج MobileNetV3-small خفيف الوزن للفرز المحلي ونموذج RETFound-DINOv2 قوي لتصنيف الشدة القائم على السحابة، مما نجح في تقليل استخدام السحابة بنسبة 50% تقريبًا لفحص اعتلال الشبكية السكري في المناطق الريفية مع الحفاظ على دقة تشخيصية مماثلة لخط الأساس المعتمد على السحابة فقط.
تقترح هذه الورقة وتتحقق من صحة إطار عمل تفكيك ديناميكي موجه بالانتباه ينمذج العقلانية المحدودة لدى صيادلة المستشفيات عبر منح الأولوية للجهد المعرفي لنقص الأدوية الحرج، مما يثبت أن استراتيجيات الإرضاء هذه تتيح اتخاذ قرارات مستقرة في ظل عدم اليقين دون الحاجة إلى الاستنتاج الكامل للحالة.
يُعد ProtoMedAgent إطار عمل متعدد الوسائط ومراعٍ للخصوصية، يعمل على تعزيز التفسير السريري والتوثيق من خلال استبدال طرق استرجاع المعلومات المعزز (RAG) المعرضة للأخطاء بسير عمل وكيل عصبي-رمزي، يفرض قيوداً رياضية على توليد النماذج اللغوية الكبيرة لمنع الهلوسة مع ضمان مجهولية البيانات من خلال معايير -anonymity و -diversity.
يقدم هذا البحث "ClawForge"، وهو إطار عمل تقييمي مدعوم بمولد، يقيم وكلاء سطر الأوامر في تدفقات عمل قابلة للتنفيذ مع وجود تعارضات في الحالة المستمرة، مما يكشف أن النماذج الرائدة الحالية تواجه صعوبة كبيرة في فحص الحالات القائمة والتعامل مع المصنوعات الموجودة مسبقاً، حيث حققت دقة صارمة لا تتجاوز 45.3%.
تقدم هذه الورقة إطار عمل مدركاً للتوزيع حيث تستنتج وكلاء النماذج اللغوية الكبيرة (LLM agents) "تلميحات حل" قابلة لإعادة الاستخدام من عينات المهام لتجميع كود تنفيذي متخصص، مما يثبت أن هذه الحلول المُصنعة تحقق جودة حل تقترب من المثالية مع تفوق ملحوظ على الاستدلالات العامة والمحللات الدقيقة من حيث وقت التشغيل عبر مختلف مشكلات الأمثلة التوافقية.