25186 ورقة بحثية
تقدم الورقة البحثية TAMO، وهو سياسة قائمة على المحولات (transformer-based) ومستهلكة بالكامل (fully amortized)، تستفيد من التعلم داخل السياق (in-context learning) والتعلم التعزيزي (reinforcement learning) لإجراء تحسين شامل متعدد الأهداف للصندوق الأسود (multi-objective black-box optimization) بكفاءة، دون الحاجة إلى ملاءمة نماذج بديلة لكل مهمة (per-task surrogate fitting) أو هندسة دالة الاستحواذ (acquisition function engineering).
تجادل ورقة الموقف هذه بأن الإفراط في مواءمة نماذج توليد الصور مع التفضيلات الجمالية العامة يقوض الاستقلالية الذاتية للمستخدم والتعددية الفنية من خلال معاقبة المخرجات "المناهضة للجمال" بشكل منهجي، حتى عندما تلتزم بدقة بالتعليمات الصريحة للمستخدم.
تقترح الورقة البحثية نظام Floorplan2Guide، وهو نظام ملاحة مدفوع بنماذج اللغات الكبيرة (LLM) للمكفوفين وضعاف البصر، يقوم بتحويل مخططات الطوابق إلى رسوم بيانية معرفية لتوليد تعليمات دقيقة، مما يثبت أن التعلم من أمثلة قليلة والاستدلال المكاني القائم على الرسوم البيانية يتفوقان بشكل كبير على الاستدلال البصري المباشر في تحسين دقة الملاحة.
تقدم هذه الورقة RW-Post، وهو معيار مرجعي جديد قابل للتدقيق للتحقق من الحقائق متعدد الوسائط في العالم الحقيقي يربط منشورات وسائل التواصل الاجتماعي بالأدلة والمسارات الاستدلالية التي تحقق منها البشر، إلى جانب خط الأساس AgentFact، للكشف عن فجوات كبيرة في قدرة النماذج الحالية على ربط الادعاءات البصرية بالأدلة بأمانة.
تقدم هذه الورقة EPAG، وهو إطار عمل ومجموعة بيانات مرجعية لتقييم قدرات نماذج اللغات الكبيرة في مرحلة ما قبل الاستشارة مقابل الإرشادات التشخيصية، مما يكشف أن النماذج الصغيرة مفتوحة المصدر والمعدلة بدقة يمكن أن تتفوق على النماذج الرائدة، وأن زيادة التاريخ المرضي لا تؤدي دائمًا إلى تحسين الدقة التشخيصية.
تقدم هذه الورقة نظاماً قائماً على النماذج اللغوية الكبيرة يقوم بتحويل المطالبات باللغة الطبيعية إلى إعدادات موازنة ديناميكية، مستفيداً من التعلم في السياق والضبط الدقيق بناءً على بيانات تجارب الاستماع للتفوق إحصائياً على النماذج المرجعية الثابتة في التكيف مع تفضيلات المستمعين والسياقات المتنوعة.
تقترح الورقة البحثية إطار عمل ThinkSafe، وهو إطار عمل للمحاذاة مع معايير السلامة ذاتي التوليد يلغي الحاجة إلى معلمين خارجيين من خلال الاستفيد من توزيع النموذج الخاص المفلتر بمعايير السلامة كهدف أمثل لـ KL، مما يعيد استعادة السلامة ويحافظ على قدرات الاستنتاج بتكلفة حوسبية أقل بكثير.
تقترح هذه الورقة KEPO، وهو إطار عمل لتحسين التفضيل المعزز بالمعرفة يعمل على تحسين الاستدلال متعدد الوسائط في مهام السؤال والجواب المرئي الطبي (Medical VQA) من خلال الجمع بين التقطير داخل السياسة المعتمد على بوابة الجودة وبين الاستكشاف الموجه بالمعرفة للتغلب على عدم استقرار التدريب وإخفاقات الاستكشاف المتأصلة في التعلم التعزيزي القياسي.
تقدم هذه الورقة SPOT، وهو إطار عمل يعمل أثناء مرحلة الاستدلال يقوم باختيارياً بإسقاط المطالبات غير الآمنة نحو "مجموعة تاو الآمنة" (tau safe set) باستخدام نموذج لغوي كبير (LLM) ونموذج رؤية لغوي كبير (VLM) وقائي، وذلك لتقليل توليد الصور غير اللائقة بشكل كبير مع الحفاظ على سلوك المطالبات السليمة دون إعادة تدريب نموذج الانتشار.
تقدم هذه الورقة xMemory، وهو إطار عمل مبتكر لذاكرة الوكيل يعمل على تحسين تقنية RAG القياسية من خلال فصل سجلات التفاعل إلى مكونات قابلة لإعادة الاستخدام وتجميعها هرمياً لتمكين الاسترجاع من الأعلى إلى الأسفل، مما يقلل من التكرار مع الحفاظ على التفاصيل الجوهرية، وبالتالي يعزز جودة الإجابة وكفاءة الاستدلال.