25631 ورقة بحثية
إن G-Zero هو إطار عمل تطوري مشترك وخالٍ من المتحقق (verifier-free)، يتيح التحسين الذاتي مفتوح النهاية للنماذج اللغوية الكبيرة عبر استخدام مكافأة "تلميح-" (Hint-) جوهرية لتدريب نموذج "المقترح" (Proposer) على توليد استعلامات وتلميحات تحدّية، والتي يتعلم منها نموذج "المولد" (Generator) عبر خوارزمية التفضيل المباشر (DPO)، مما يتجاوز قيود الحكام الخارجيين.
تقدم هذه الورقة البحثية L3-PPI، وهو أسلوب لتعلم المحفزات الرسومية (graph prompt learning) غير مرتبط بنموذج محدد وقابل للتوصيل والتشغيل، يعمل على تعزيز التنبؤ بالتفاعل بين البروتينات عن طريق إعادة صياغة التصنيف كمسألة على مستوى الرسم البياني مسترشدة بـ "قاعدة L3" ذات الدوافع البيولوجية لحقن أولويات التفاعل في المتنبئات الحالية.
يقدم البحث نموذج GLiNER2-PII، وهو نموذج متعدد اللغات مدمج تم تدريبه على مجموعة نصوص اصطناعية للكشف بفعالية عن 42 نوعاً من معلومات الهوية الشخصية عبر لغات وتنسيقات متنوعة، محققاً أداءً هو الأفضل في فئته على مقياس SPY المرجعي.
تقدم الورقة البحثية Yeti، وهو مرمز لبنية البروتين يتميز بكونه مدمجاً وتعبيرياً ويعتمد على التكميم الخالي من البحث ومطابقة التدفق، والذي يحقق دقة عالية في إعادة البناء وتنوعاً في الرموز، مما يمكّن من تدريب نماذج متعددة الوسائط صغيرة قادرة على توليد تسلسلات وبنيات بروتينية معقولة من الصفر.
تقترح هذه الورقة البحثية "الخياطة الهندسية رباعية الأبعاد" (Geometric 4D Stitching)، وهي إطار عمل فعال يحدد بوضوح المناطق الهندسية المفقودة ويملؤها بغرز رباعية الأبعاد مستندة إلى معالم واقعية لمعالجة التناقضات في طرق التوليد رباعي الأبعاد الحالية، مما يتيح توسيع وتعديل المشاهد بسرعة وجودة عالية على وحدة معالجة رسوميات واحدة.
تقترح هذه الورقة وتثبت الفرضية القائلة بأن البشر يتعلمون تجريدات قابلة لإعادة الاستخدام في البيئات غير المستقرة من خلال "الضغط الاستشرافي" (prospective compression) من أجل التحسين للمهام المستقبلية، وهو سلوك تفشل الخوارزميات الاسترجاعية والنماذج القائمة على النماذج اللغوية الكبيرة في التقاطه.
تُثبت هذه الورقة أن المحسنات مثل AdamW وMuon تُحدث مجمعات حلول ذات فقد صفري متميزة، وغالباً ما تكون منفصلة، في الشبكات العصبية، مما يكشف أن اتصال الأنماط يعتمد بشكل أساسي على مُحسن محدد وعلى تنظيمه الضمني بدلاً من كونه خاصية عالمية لمشهد الفقد.
تحدد هذه الورقة البحثية "انحراف الانتباه" كقصور رئيسي في نماذج فك التشفير التخميني ذات التوليد الذاتي، حيث ينزاح الانتباه من النص الأصلي (prompt) إلى الرموز المولدة بسبب المسارات المتبقية غير المعيرة، وتقترح إصلاحات معمارية مثل "التطبيع البعدي" (post-norm) و"تطبيع RMS لكل حالة مخفية" (per-hidden-state RMSNorm) والتي تحسن بشكل كبير أطوال القبول عبر مختلف المهام وأطوال السياق.
تقدم هذه الورقة أداة لاستنتاج المواصفات لـ Move Prover تعمل على دمج تحليل الشرط الأضعف السليم مع واجهة سطر أوامر برمجية وكيلية (agentic coding CLI) لتوليد وتحسين مواصفات التحقق تلقائياً، مما يقلل بفعالية من العمل الروتيني اليدوي مع التعامل مع الخصائص المعقدة مثل ثوابت الحلقات والثوابت الهيكلية.
تحدد هذه الورقة "نافذة ابتكار" حرجة في النماذج التوليدية تتمثل في الفجوة الزمنية بين تعلم القواعد المجردة () وحفظ بيانات التدريب ()، وتثبت أن وجود هذه النافذة ومدتها يعتمدان على حجم مجموعة البيانات، وتعقيد القواعد، وسعة النموذج عبر كل من بنيات الانتشار والنماذج ذات التوليد الذاتي.