23199 ورقة بحثية
تقترح هذه الورقة إطار عمل قائماً على المنطق لشبكات التلافيف الرسومية البسيطة (SGC)، يستخرج قواعد منطقية عالمية مدمجة وعالية الدقة عبر تحويل التفسيرات الاستنباطية الدنيا لتنبؤات العقد إلى أشجار قرار، مما يتغلب على التكرار ومحدودية القدرة على التعميم التي تعيب أساليب التفسير القائمة على المخططات الفرعية السابقة.
تقترح هذه الورقة "الملاحظة التعاونية" كإطار عمل للذكاء الاصطناعي الشخصي، محاججةً بأن المساعدة الفعالة تعتمد على حلقة تغذية راجعة حيث يمنح المستخدمون أو يقيدون الوصول بناءً على الفائدة والثقة التي يظهرها النظام، وهو مفهوم تم توضيحه من خلال تقييم نموذج أولي استمر لمدة ستة أشهر.
تقترح هذه الورقة "التفويض قبل السياق"، وهو ثابت أمني محايد للنماذج يمنع تسرب الذاكرة عبر الجمهور، وذلك من خلال فرض قاعدة صارمة لعضوية الجمهور عند الانتقال من الذاكرة إلى السياق، مما يضمن عدم تعرض الحقائق المسجلة لجماهير أضيق للجمهور الأوسع بغض النظر عن سلوك النموذج أو المدخلات المسمومة.
تقترح الورقة البحثية إطار عمل QWM، الذي يدمج نماذج العالم مع تعلم Q القياسي لإجراء بحث في وقت الاختبار عبر مسارات متخيلة لاختيار الإجراءات، مما يحقق كفاءة عينة وأداءً فائقين في معايير التحكم الروبوتي مع تجنب تراكم انحياز النموذج من خلال التدريب حصرياً على الانتقالات الحقيقية.
تقيم هذه الدراسة قدرة نموذج لغوي كبير من الفئة الأولى على إجراء استدلال قانوني ذي مغزى في قضايا المحكمة الأوروبية لحقوق الإنسان، حيث وجدت أن النموذج ينتج تحليلات كاملة من الناحية الهيكلية ولكنها ضحلة من الناحية الموضوعية، وأن المقيمين الآليين يفشلون في التوافق مع التقدير البشري، بينما يعمل التوجيه الخبير على تحسين عمق الاستدلال دون تعزيز دقة التنبؤ.
تقدم هذه الورقة البحثية RuntimeGuard-AI، وهو نموذج بحثي أولي يضمن أدلة تدقيق ذكاء اصطناعي متينة وقابلة للتحقق من خلال ربط قرارات السياسة بإيصالات موقعة عند حدود تزامن صريحة، مما يقدم مقايضة مدروسة بين الأداء المخزن مؤقتًا ومنخفض التأخير وبين التسجيل المتزامن عالي النزاهة بدلاً من تقديم حل غير متزامن "مجاني".
تقدم هذه الورقة إطار عمل عملي لتحسين استخدام الرموز (tokens) وإدارة نوافذ السياق في تدفقات عمل الذكاء الاصطناหลาย الوكلاء، حيث تثبت من خلال بيانات الإنتاج والدراسات المنضبطة أن استراتيجيات مثل "تدرج السياق" وتكوين سياق "تباين الصلة" يمكن أن تقلل بشكل كبير من زمن الاستجابة والتكاليف مع تحسين دقة النموذج.
يُعد Delta2Gamma إطار عمل للتعلم التبايني التكيفي القائم على النطاقات والتعلم الذاتي، والذي يقوم بتفكيك إشارات تخطيط كهربائية الدماغ (EEG) إلى خمسة إيقاعات عصبية باستخدام مشفرات متعلمة بشكل فردي ودرجات حرارة تكيفية، محققاً دقة بنسبة 92.4% في اكتشاف مرض ألزهايمر من بيانات غير مصنفة ومتفوقاً بذلك على الأساليب الخاضعة للإشراف والأساليب المخصصة لتخطيط كهربائية الدماغ الحالية.
تقترح الورقة البحثية LiftXR، وهو إطار عمل موجه هندسياً يدمج بين استعادة التخطيط التشريحي ثلاثي الأبعاد وإعادة بناء كثافة التصوير المقطعي المحوسب من الأشعة السينية ثنائية المستوي لتحقيق جودة إعادة بناء هي الأفضل حالياً وتحسين أداء التجزئة في المهام اللاحقة.
تقدم هذه الورقة "النقل النسبي" (Relative Transfer) كمقياس منهجي لتفسير التفاوت في فعالية التعلم المنهجي في النماذج اللغوية الكبيرة، وتقترح "أخذ العينات المنهجي الديناميكي المدرك للنقل" (TDCS)، وهو أسلوب يضبط أخذ عينات البيانات ديناميكياً بناءً على علاقات النقل عبر مستويات الصعوبة المختلفة ليتفوق باستمرار على استراتيجيات الجدولة الحالية عبر مختلف مهام الاستنتاج وأحجام النماذج.