25416 ورقة بحثية
تقدم هذه الورقة DualLGD، وهو نموذج انتشار للرسوم البيانية الخطية ثنائي المسار يتغلب على الاختناق المعماري للطرق أحادية المسار الحالية من خلال فك الارتباط والمزامنة الصريحة للاستنتاج على مستوى الذرات والروابط عبر الانتباه المتقاطع المقيد بالوقوع، محققاً بذلك أداءً هو الأفضل في فئته في التوليد الجزيئي من طيف الكتلة.
تقدم هذه الورقة أول ضمانات نظرية للتعلم التعزيزي عبر الإنترنت ذي الخصوصية التفاضلية مع التقريب الوظيفي العام، محققةً حداً للندم بمقدار من خلال دمج مبتكر بين تحديثات السياسة المجمعة والآلية الأسية، مع توضيح الفجوات في الإعدادات الخطية السابقة أيضاً.
تقدم هذه الورقة البحثية إطار عمل GSM-SEM، وهو إطار عشوائي يولد متغيرات معيارية متنوعة دلاليًا ومعدلة واقعيًا للتخفيف من تحيز الحفظ في تقييمات النماذج اللغوية الكبيرة، مما يكشف عن انخفاضات كبيرة في الأداء في النماذج المتطورة عند اختبارها على هذه المجموعات من البيانات المُعاد توليدها ديناميكيًا.
يقدم "Dr. Post-Training" إطار عمل مبتكر يعيد صياغة بيانات التدريب العامة الوفيرة كمنظم مستحث بالبيانات لمنع الإفراط في التخصيص على البيانات المستهدفة الشحيحة، وذلك عبر إسقاط اتجاهات التحديث على مجموعة قابلة للتنفيذ، مما يجعله يتفوق على أساليب اختيار البيانات الحالية في مهام الضبط الدقيق الموجه للتعليمات (SFT)، والتعلم التعزيزي من التغذية الراجعة البشرية (RLHF)، والتعلم التعزيزي من المكافأة المتغيرة (RLVR) بأقل قدر من العبء الحسابي.
تقدم هذه الورقة خط إنتاج عصبي-رمزي يستخدم التفكيك ثنائي ونصف الأبعاد (2.5-D) لتحسين دقة البناء المكاني القائم على النماذج اللغوية الكبيرة بشكل كبير من خلال قصر النموذج على التخطيط ثنائي الأبعاد بينما يتولى منفذ حتمي عمليات الوضع الرأسي، محققاً أداءً يقترب من السقف في الاختبارات المعيارية ومظهراً نجاحاً في الانتقال إلى أجهزة الحافة والمهام التعاونية المتنوعة.
تقدم الورقة البحثية TeamBench، وهو معيار مرجعي يستخدم الفصل بين الأدوار الذي يفرضه نظام التشغيل لتقييم تنسيق الوكلاء بصرامة، كاشفةً أنه في حين تحقق الفرق التي تعتمد على التوجيهات فقط أو تلك التي يفرض عليها نظام الحماية (sandbox) معدلات نجاح مماثلة، فإن الفصل المفروض يكشف عن عيوب حرجة مثل تجاوز الأدوار وعدم فعالية التحقق، وهي أمور غالباً ما تغفلها المقاييس القياسية.
تقدم هذه الورقة نموذج العالم RLA، الذي يستفيد من تمثيل "الفعل الكامن المتبقي" (Residual Latent Action) المبتكر المستخلص من بقايا DINO والمُتنبأ به عبر مطابقة التدفق (flow matching) لتحقيق تنبؤ عالي الدقة وفعالية في الميزات المرئية، وتمكين تعلم الروبوتات المتقدم من مقاطع الفيديو غير المتصلة (offline) دون تفاعل مباشر أو مكافآت مصممة يدويًا.
تتحدى هذه الورقة البحثية مفهوم "ضريبة الترجمة" الموحدة في معايير القياس من الإنجليزية إلى الصينية من خلال إثبات أن تضخم الدرجات ليس تأثيراً قياسياً، بل هو ظاهرة معقدة تعتمد على العناصر وتدفعها مخاطر صلاحية محددة وتفاعلات بين عائلات النماذج، وتقترح في نهاية المطوي بروتوكولاً جديداً للتطبيع وقائمة مراجعة للإبلاقات لمعالجة هذه القضايا الدقيقة.
تقدم هذه الورقة MoLF، وهو إطار عمل موحد للضبط الدقيق يقوم بتوجيه تحديثات التدرج ديناميكياً بين الضبط الدقيق الكامل والتكيف منخفض الرتبة على مستوى المحسن للتغلب على القيود الهيكلية للنهجات الثابتة، محققاً أداءً متفوقاً أو مكافئاً عبر مهام وأحجام نماذج متنوعة مع توفير نسخة فعالة من حيث استهلاك الذاكرة.
تقدم هذه الورقة البحثية Switchcraft، وهو أول موجه نماذج (model router) مُحسَّن خصيصاً لاستدعاء الأدوات الوكيلية (agentic tool calling)، والذي يحقق دقة بنسبة 82.9% مع تقليل تكاليف الاستدلال بنسبة 84% من خلال الاختيار الديناميكي لأقل النماذج تكلفةً والتي تضمن صحة المهمة.