25186 ورقة بحثية
تقترح هذه الورقة إطاراً موحداً لتصميم سياسات التسجيل التي تقلل من خطأ التقييم خارج السياسة من خلال توصيف مقايضة جوهرية بين المكافأة والتغطية واستخلاص الاستراتيجيات المثلى عبر مختلف الأنظمة المعلوماتية لتوجيه الشركات في اختيار سياسات العلاج للتجارب عالية المخاطر.
إن CLOVER هو إطار عمل لتقدير القيمة والترتيب بنظام الحلقة المغلقة يعالج عدم التطابق بين التدريب والتقييم في القيادة الذاتية من طرف إلى طرف باستخدام بنية مولد-مقيّم مع مسارات خبير زائف وتقطير ذاتي محافظ لتحقيق أداء رائد على مقياس NAVSIM.
تتقصى هذه الورقة كيفية استخدام الطلاب الدوليين في الولايات المتحدة للذكاء الاصطناوي التوليدي (المحادثاتي) للتغلب على تحديات التكيف عبر الثقافات، كاشفةً عن دوره الحالي كأداة "إسعاف أولي" فورية، مع تحديد فرص لتطويره ليصبح رفيق دعم طويل الأمد من خلال توصيات تصميمية مخصصة.
تقدم الورقة البحثية إطار عمل SDAR، وهو إطار عمل مبتكر يدمج التقطير الذاتي المعتمد على السياسة (On-Policy Self-Distillation) كهدف مساعد محكوم ببوابة (gated auxiliary objective) في التعلم التعزيزي لتوفير توجيه كثيف ومستقر على مستوى الرمز (token-level) للمهام الوكيلية طويلة الأمد، متفوقاً بشكل كبير على التعلم التعزيزي القياسي والأساليب الهجينة البدائية عبر عدة معايير ونطاقات نماذج.
تقدم الورقة البحثية MeMo، وهو إطار عمل معياري يقوم بترميز المعرفة الجديدة في نموذج ذاكرة مخصص لتمكين التكامل القائم على مبدأ "التوصيل والتشغيل" مع النماذج اللغوية الكبيرة المجمدة، مما يوفر استرجاعاً قوياً للمعلومات المعقدة عبر المستندات دون حدوث نسيان كارثي أو اعتماد على أوزان النموذج.
تقدم هذه الورقة إطار عمل للمحاذاة متعدد الوسائط المعزز بالاسترجاع، والذي يعيد بناء جداول زمنية سريرية دقيقة من خلال دمج السرديات غير المهيكلة الغنية دلاليًا ولكنها غامضة زمنيًا مع بيانات السجلات الصحية الإلكترونية الدقيقة هيكليًا ولكنها غير مكتملة، مما يحسن بشكل كبير من دقة الطوابع الزمنية ويستوعب الأحداث التي فاتتها السجلات الجدولية وحدها.
يُعد OpenDeepThink إطار عمل للحوسبة في وقت الاختبار قائم على المجموعات السكانية، يعمل على تعزيز قدرات الاستنتاج لدى النماذج اللغوية الكبيرة عبر تجميع مقارنات "برادلي-تيري" الثنائية لاختيار الحلول المرشحة وطفراتها وتطويرها، مما يحقق مكاسب أداء كبيرة في الاختبارات المعيارية الموضوعية مثل Codeforces دون الحاجة إلى إعادة ضبط النموذج.
يُعد VGGT-Edit إطار عمل بنظام التغذية الأمامية لتحرير المشاهد ثلاثية الأبعاد الأصلية المشروطة بالنص، حيث يستخدم حقنًا نصيًا متزامنًا مع العمق ورأس تحويل متبقي للتنبؤ المباشر بالإزاحات الهندسية، مما يتغلب على عدم الاتساق والضبابية في طرق الرفع ثنائية الأبعاد الحالية مع تحقيق نتائج عالية الدقة ومتسقة عبر لقطات متعددة وبسرعة استنتاج تقارب اللحظية.
تقدم الورقة البحثية FutureSim، وهو معيار مرجعي يعيد تشغيل أحداث من العالم الحقيقي تسلسلياً لتقييم قدرة الوكلاء الاصطناعيين على التنبؤ بالأحداث المستقبلية والتكيف عبر آفاق زمنية طويلة، مما يكشف عن فجوات كبيرة في الأداء بين النماذج الرائدة ويسلط الضوء على الحاجة إلى تحسين قدرات التكيف أثناء وقت الاختبار، والذاكرة، والاستدلال.
تقترح هذه الورقة نموذج عالم متعدد الوسائط يدمج المعلومات اللمسية والبصرية لتحسين دقة ومتانة تنبؤات الأفعال الروبوتية بشكل كبير في البيئات الغامضة فيزيائياً، مدعوماً بمجموعتي بيانات جديدتين تم جمعهما باستخدام مستشعرات لمسية تعتمد على المغناطيس.