25416 ورقة بحثية
تقترح هذه الورقة "انتباه الماس" (Diamond Attention)، وهي بنية انتباه متقاطع تستفيد من الأرقام العشوائية التي يتم أخذ عينات منها لاستحثاث ترتيب رتبي عابر وكسر التماثل بين الوكلاء المتجانسين، مما يتيح التنسيق الفعال والتعميم في حالة الصفر في مهام التعلم المعزز متعدد الوكلاء التعاونية حيث تفشل السياسات الحتمية.
تُثبت هذه الورقة نظرياً أن الطبيعة الحتمية لنموذج DDIM تجعله يقع في فخ بين الأنماط (modes) ويقوم بالهلوسة في أهداف الخليط الغاوسي (Gaussian mixture)، في حين أن العشوائية في نموذج DDPM تمكنه من الهروب من هذه المناطق، وهو اكتشاف يشير إلى أن دمج الخطوات العشوائية يمكن أن يحسن جودة أخذ العينات في DDIM.
تقدم هذه الورقة إطار عمل لمجهر المسح النفطي المستقل يدمج الانحدار الرمزي مع النماذج اللغوية الكبيرة لتوليد وتقييم فرضيات فيزيائية جديدة من بيانات تجريبية متفرقة، حيث نجحت في اكتشاف قوانين نمو الجهد-الزمن القابلة للتفسير لتبديل النطاقات الفيروكهربائية دون نماذج محددة مسبقاً.
تكشف هذه الورقة أنه بينما تولد النماذج اللغوية الكبيرة مسارات استدلال واسعة تحتوي على استشراف عميق، فإن قرارات حركاتها الفعلية مدفوعة ببحث سطحي وقاصر بدلاً من التخطيط العميق الملاحظ لدى الخبراء البشر، وهو استنتاج تم إثباته من خلال استخراج وتحليل أشجار البحث من لعبة "أربعة في صف واحد".
تقدم هذه الورقة مفهوم "الولاءات السرية الضيقة" كتهديد متميز حيث يتم ضبط النماذج بدقة لتعزيز مصالح ضارة لموكل محدد بشكل مستتر تحت ظروف ضيقة مع الظهور بمظهر طبيعي، مما يثبت أن مثل هذه الهجمات تستمر حتى في نسب التسميم المنخفضة وتظل غير قابلة للكشف إلى حد كبير من خلال عمليات التدقيق في الصندوق الأسود ما لم يكن المدقق على دراية بالموكل المحدد المعني.
تقدم هذه الورقة "تقطير قناع الظل" (Shadow Mask Distillation)، وهو أسلوب مبتكر صُمم للتخفيف من حدة الانحياز الشديد خارج السياسة (off-policy bias) وتباين التدرج الناتج عن تطبيق ضغط ذاكرة التخزين المؤقت لـ (KV cache) أثناء مرحلة التدحرج (rollout phase) في التعلم التعزيزي ما بعد التدريب، مما يتيح محاذاة فعالة من حيث استهلاك الذاكرة لمهام الاستدلال ذات السياق الطويل.
تحدد هذه الورقة سلوكيات قياس ذات قانون القوة وتماثل غير متماثل في نقل المعرفة عبر المجالات للتصوير الطبي ثلاثي الأبعاد، وتقترح استراتيجية تخصيص بيانات مدركة للنقل تعمل على تحسين مزيج ما قبل التدريب لتحقيق تمثيلات أقوى بكثير مقارنة بأخذ العينات التناسبي القياسي.
تقدم الورقة البحثية Agentick، وهو معيار موحد يضم 37 مهمة مُولدة إجرائياً عبر وسائط ومستويات صعوبة متنوعة لتمكين المقارنة العادلة ودفع عجلة التقدم في اتخاذ القرار المتسلسل لوكلاء التعلم المعزز (RL)، والنماذج اللغوية الكبيرة (LLM)، والنماذج اللغوية البصرية (VLM)، والوكلاء الهجينين، والبشر.
تقدم هذه الورقة البحثية EULER-ADAS، وهو محرك Posit موحد لعمليات SIMD ومنخفض استهلاك الطاقة، يعتمد على تمثيل النطاق المحدود (bounded-regime representation) والتقليم التكيفي (adaptive truncation) لتحقيق تخفيضات كبيرة في المساحة والتأخير والطاقة مع الحفاظ على دقة قريبة من FP32 لاستنتاج أنظمة مساعدة السائق المتقدمة (ADAS) في الوقت الفعلي ومنخفض استهلاك الطاقة.
تُقيّم هذه الورقة تجريبيًا النماذج اللغوية الكبيرة في "مسألة فئة التكافؤ"، كاشفةً أنه بينما تتفوق نماذج الاستدلال بشكل ملحوظ على النماذج غير الاستدلالية، فإن كليهما يعاني في هذه المهمة، حيث تفشل النماذج غير الاستدلالية بأكبر قدر عند نقطة التحول الطوري للاتصال، بينما تواجه نماذج الاستدلال أقصى درجات الصعوبة عند أكبر قطر للرسم البياني.