🤖 Category

cs.AI

25254 ورقة بحثية

🤖 AI

Auto-Rubric as Reward: From Implicit Preferences to Explicit Multimodal Generative Criteria

تقدم هذه الورقة "النموذج التلقائي للتقييم كعقاب" (Auto-Rubric as Reward - ARR)، وهو إطار عمل يعمل على مواءمة النماذج التوليدية متعددة الوسائط عبر تحويل التفضيلات الضمنية إلى معايير تقييم صريحة وقابلة للتحقق، وتحسينها عبر "تحسين سياسة معايير التقييم" (Rubric Policy Optimization - RPO)، مما يحقق مواءمة أكثر موثوقية وقابلية للتفسير وكفاءة في البيانات مقارنة بطرق المكافأة التقليدية القائمة على القيم القياسية.

Juanxi Tian, Fengyuan Liu, Jiaming Han, Yilei Jiang, Yongliang Wu, Yesheng Liu, Haodong Li, Furong Xu, Wanhua Li2026-05-12
🤖 AI

Embeddings for Preferences, Not Semantics

تجادل هذه الورقة بأن تمثيلات النصوص القياسية تفشل في التقاط "التشابه التفضيلي" المطلوب لاتخاذ القرار الجماعي لأنها تخلط بين المعنى الدلالي وموقف المستخدم، وتقترح حلاً باستخدام بيانات تدريب اصطناعية لفصل هذه الإشارات، مما يؤدي إلى تحسين التنبؤ بالتفضيلات بشكل كبير عبر مجموعات بيانات تداول متعددة.

Carter Blair, Ariel D. Procaccia, Milind Tambe2026-05-12
🤖 AI

On Distinguishing Capability Elicitation from Capability Creation in Post-Training: A Free-Energy Perspective

تقترح هذه الورقة إطار عمل قائم على الطاقة الحرة للتمييز بين استثارة القدرات، التي تعيد وزن السلوكيات الموجودة ضمن نطاق الدعم المتاح للنموذج، وبين إنشاء القدرات، الذي يوسع ذلك النطاق من خلال آليات مثل البحث أو استخدام الأدوات، محاججةً بأن هذا التمييز أكثر أهمية من الثنائية التقليدية بين الضبط الدقيق الموجه (SFT) والتعلم المعزز (RL) في مرحلة ما بعد التدريب.

Yuhao Li, Shengchao Liu2026-05-12
🤖 AI

What Software Engineering Looks Like to AI Agents? -- An Empirical Study of AI-Only Technical Discourse on MoltBook

تحلل هذه الدراسة التجريبية الخطاب التقني المستقل على MoltBook، كاشفةً أن التفاعلات المقتصرة على الذكاء الاصطناعي تتركز بشدة حول موضوعات مثل الأمن والثقة، بينما تفتقر إلى تفاصيل تصحيح الأخطاء الملموسة والغنية بالسياق والتفاصيل البيئية التي تميز مناقشات المطورين البشريين على GitHub.

Junyu Huo, Ziqi Mao, Zihao Wan, Gouri Ginde2026-05-12
🤖 AI

SkillLens: Adaptive Multi-Granularity Skill Reuse for Cost-Efficient LLM Agents

يُعد SkillLens إطار عمل هرمي يعمل على تحسين أداء وكفاءة تكلفة وكلاء النماذج اللغوية الكبيرة (LLM) من خلال تنظيم المهارات في رسم بياني متعدد المستويات للاسترجاع التكيفي والتحسين الانتقائي، متفوقاً بذلك على النماذج المرجعية المسطحة القائمة على المهارات في اختبارات معيارية مثل MuLocbench وALFWorld.

Yongliang Miao, Ziyang Yu, Liang Zhao, Bowen Zhu, Hasibul Haque2026-05-12
🤖 AI

PLACO: A Multi-Stage Framework for Cost-Effective Performance in Human-AI Teams

تقدم هذه الورقة إطار عمل PLACO، وهو إطار عمل متعدد المراحل يستفيد من قاعدة بايز تحت افتراضات الاستقلال الشرطي للجمع بفعالية بين الاحتمالات المعايرة على مستوى الفئة لدى الإنسان والاحتمالات على مستوى الحالة لدى النموذج، مما يؤدي إلى تحسين الأداء من حيث التكلفة في فرق التصنيف المكونة من البشر والذكاء الاصطناعي.

Pranavkumar Mallela, Vinay Kumar, Shashi Shekhar Jha, Shweta Jain2026-05-12
🤖 AI

Decoupling Endpoint and Semantic Transition Learning for Zero-Shot Composed Image Retrieval

تقترح الورقة البحثية DeCIR، وهو إطار عمل جديد قائم على الإسقاط لاسترجاع الصور المركبة بأسلوب التعلم الصفري، والذي يعالج عقبة الانتقال الدلالي عبر فصل تعلم النقاط الطرفية والانتقالية إلى فروع محولات منخفضة الرتبة منفصلة يتم دمجها عبر دمج اتجاهي منخفض الرتبة، مما يؤدي إلى تحسين الأداء في التعديلات الدلالية المعقدة دون زيادة تعقيد الاستدلال.

Mingyu Liu, Sihan Huang, Yijia Fan, Yinlin Yan, Quan Zhang, Jian-Fang Hu, Jianhuang Lai2026-05-12
🤖 AI

CoCoDA: Co-evolving Compositional DAG for Tool-Augmented Agents

إن CoCoDA هو إطار عمل يُمكّن النماذج اللغوية الصغيرة من مضاهاة أو تجاوز النماذج الأكبر تعليمياً عبر التطور المشترك لمخطط ومكتبة أدوات متنامية ضمن مخطط بياني موجه غير حلقي (DAG) برمجي تركيبي واحد، والذي يعمل على تحسين كفاءة الاسترجاع من خلال التوحيد الرمزي وتسريع التعلم عبر آلية مكافأة مدركة للبنية.

Ziyang Yu, Qiyue Li, Liang Zhao2026-05-12
🤖 AI

Belief or Circuitry? Causal Evidence for In-Context Graph Learning

تقدم هذه الورقة دليلاً سببياً على أن النماذج اللغوية الكبيرة تتعلم هياكل الرسوم البيانية داخل السياق من خلال آلية مزدوجة حيث تعمل عملية استنتاج الطوبولوجيا العالمية الحقيقية ومطابقة الأنماط المحلية بشكل متزامن، بدلاً من الاعتماد على استراتيجية واحدة.

Katharine Kowalyshyn, Timothy Duggan, Daniel Little, Michael C Hughes2026-05-12
🤖 AI

Political Plasticity: An Analysis of Ideological Adaptability in Large Language Models

تقدم هذه الدراسة مفهوم "اللدونة السياسية" لتوضيح أنه في حين أن مطالبات النظام غير فعالة إلى حد كبير، فإن مطالبات المستخدم يمكن أن تنجح في إحداث تحولات أيديولوجية كبيرة في النماذج اللغوية الكبيرة الأحدث، لا سيما على محاور الحرية الاقتصادية، رغم أن تجارب التحقق تكشف عن تسرب محتمل للبيانات وتباينات ملحوية عبر اللغات المختلفة.

Bruno Bianchi, Diego Tiscornia, Matias Travizano, Ariel Futoransky2026-05-12