25400 ورقة بحثية
تقدم الورقة البحثية "أوساط المفتاح والقيمة" (Key-Value Means - KVM)، وهي آلية تكرار كتلية (block-recurrence) مبتكرة لآلية الانتباه توحد فوائد نماذج المحولات (Transformers) والشبكات العصبية المتكررة الخطية (linear RNNs) من خلال تمكين تدريب فعال قابل للتوازي عبر الكتل مع نمو مرن للحالة ووقت استباقي (prefill time) دون تربيعي، وكل ذلك باستخدام عمليات قياسية وبأقل قدر من المعلمات الإضافية.
تقدم هذه الورقة البحثية Polaris-Bench، وهو معيار مرجعي يعيد صياغة مهام الاستدلال البصري في الإحداثيات القطبية للكشف عن ثغرة "الاختصار الكارتيزي" في النماذج اللغوية الكبيرة متعددة الوسائط الحالية، مما يكشف أن أداءها العالي في المعايوهات القياسية القائمة على الشبكات ينبع من استغلال أنماط الإحداثيات النصية بدلاً من الفهم البصري القوي والمستقل عن الطوبولوجيا.
تُثبت هذه الورقة أن قوانين القياس للمشفرات التلقائية المتناثرة عبر طبقات الشبكة العصبية ليست عالمية، بل يتم تحديدها بدلاً من ذلك من خلال البنية الهندسية الكامنة لمنطوِق التنشيط، وتحديداً انحنائه وأبعاده الجوهرية، والتي تملي بشكل يمكن التنبؤ به مستويات خطأ إعادة البناء وأُسس العرض بطريقة قابلة للنقل عبر النماذج المختلفة.
تقدم هذه الورقة مفهوم "التداول الزائف" لوصف عدم الاتساق المستمر بين القيم المعلنة للنماذج اللغوية الكبيرة وأفعالها الفعلية حتى في حالة وجود عملية استدلال، وتقترح إطار عمل VALDI ونظام التدخل VIVALDI لقياس ومعالجة فجوة القيمة والعمل هذه بشكل منهجي.
تقترح هذه الورقة البحثية إطار عمل HGC-Det، وهو إطار للتقطير عبر الوسائط موجه بالهندسة الزائدية يدمج ميزات الصور والسحب النقطية من خلال تحسين الفوكسل الموجه دلاليًا، ونقل الميزات المقيد بالهندسة الزائدية، والتجميع القائم على الهندسة لتحقيق كشف قوي للأجسام ثلاثية الأبعاد مع تحسين التوازن بين الدقة والتكلفة عبر مجموعات بيانات متنوعة داخلية وخارجية.
يقدم KnotBench معياراً مرجعياً صارماً باستخدام ما يقرب من 860,000 مخطط للعقد لتوضيح أن النماذج اللغوية الرؤية الحالية، على الرغم من تحسن أدائها مع أوضاع "التفكير"، تعاني بشكل أساسي من صعوبة في ترجمة هياكل العقد البصرية إلى استدلال رمزي قابل للتنفيذ، وغالباً ما تفشل في التفوق على الخطوط المرجعية العشوائية في المهام التي تتطلب معالجة تخطيطية.
تقترح الورقة البحثية إطار عمل "الفصل أولاً، ثم الدمج لاحقاً" (SFFL)، وهو إطار عمل جديد للاستدلال السمعي البصري يخفف من التداخل بين الوسائط والهلوسة في النماذج اللغوية الكبيرة السمعية البصرية من خلال فرض استدلال تسلسلي خاص بكل وسيط يليه دمج للأدلة، مما يؤدي إلى تحسينات كبيرة في الدقة والمتانة في معايير تقييم الأسئلة والأجوبة السمعية البصرية.
إنَّ RADAR هو إطار عمل توليدي يعتمد على الاستعلام ويدرك التكرار، يستخدم الانتشار الرسومي المتقطع المشروط لتحسين طوبولوجيا الاتصال متعدد الوكلاء ديناميكيًا، مما يحقق دقة أعلى، واستهلاكًا أقل للرموز، ومتانة أكبر مقارنة بالطرق الحالية.
تحذر هذه الورقة الموقفية من أن مؤتمرات الذكاء الاصطناي التنافسية الكبرى تواجه ثغرة نظامية تسمى "التلاعب بالمنظومة عبر الوكلاء" (Agentic Denominator Gaming)، حيث يستخدم الفاعلون الخبثاء وكلاءً آليين لإغراق مجمعات التقديم بأوراق بحثية منخفضة الجودة لرفع معدلات القبول للأعمال المشروعة المستهدفة بشكل مصطنع، مما يستلد إصلاحات هيكلية في السياسات بدلاً من مجرد الاكتفاء بالرصد التقني للتخفيف من حدة احتراق المراجعين وتدهور جودة المراجعة الناتج عن ذلك.
تقدم الورقة البحثية NaiAD، وهي أول مجموعة بيانات شاملة للإعلانات الأصلية في النماذج اللغوية الكبيرة (LLM-native advertising) تضم ما يقرب من 59,000 استجابة مدمجة بالإعلانات وخط إنتاج توليدي منفصل، مما يمكّن النماذج من تحسين تجربة المستخدم والإيرادات التجارية في آن واحد من خلال استراتيجيات دلالية متميزة وتعلم سياقي قابل للتحكم.