25770 ورقة بحثية
تقترح هذه الورقة إطاراً لأنظمة الاستدلال التكراري يمثل حالة الاستدلال المتطورة كـرسم بياني للحالة المعرفية، وتُقدم مقياس "فجوة الرتبة" (order-gap) كشرط محلي، وضروري وكافٍ لتحديد متى يكون من غير المرجح أن تؤدي التكرارات الإضافية إلى تحسينات.
تقدم هذه الورقة نموذج انتشار كامن متعدد الوسائط مبتكر يستخدم الانتباه المتقاطع والمشفرات التلقائية التباينية لتوليد أحجام رنين مغناطيسي وبيانات سريرية جدولية متماسكة بشكل مشترك ضمن مساحة كامنة مشتركة، مما يظهر قدرات توليد عالية الدقة على مجموعة بيانات الكوهورت الوطنية الألمانية ويؤسس لإثبات مفهوم لإنشاء توائم رقمية اصطناعية في مجال الرعاية الصحية.
تقدم هذه الورقة إطار عمل لنقل القياس لضغط النصوص المرئية، والذي يحدد كمية فقدان المعلومات ذات الصلة بالمهمة من خلال تكالفي الدقة والتغطية، مما يتيح آلية توجيه خالية من الملصقات واستراتيجية بؤرية تكيفية تعمل على تحسين الأداء في المهام اللاحقة بشكل كبير مع تقليل استخدام الرموز.
تجادل هذه الورقة بأن الذكاء الاصطناعي الوكيل سيؤدي إلى خفض تكلفة الهجمات السيبرانية وتسريع جدولها الزمني بشكل جذري من خلال أتمتة سير العمل متعدد الخطوات، مما يدفع الشركات والمؤسسات المتوسطة (Mittelstand) إلى إعطاء الأولوية الفورية لأمن الهوية، وتحصين المصادقة، وسرعة الترقيع، وحوكمة الوكلاء للتخفيف من هذه المخاطر الناشئة.
تجادل هذه الورقة بأن الجيل القادم من وكلاء البرمجة يجب أن يتطور من مجرد الاستقلالية إلى المبادرة الحقيقية عبر تحديد تصنيف واضح، ووضع معايير قبول، وتقديم مقاييس محددة مثل "جودة قرار الاستبصار" لتقييم قدرتهم على استباق الاحتياجات وتحسين تطوير البرمجيات من خلال التفاعل ذي المبادرة المختلطة.
تقدم الورقة البحثية نموذج E-MHC-Geo Transformer، وهو بنية مبتكرة توحد بين الروابط فائقة التعامد المقيدة بالمنوعات (Manifold-Constrained Hyper-Connections)، وتعلم دلتا العميق (Deep Delta Learning)، وآلية "كايلي-هاوسهولدر" الهجينة (hybrid Cayley-Householder mechanism) لتحقيق تعامد تكيفي للمدخلات غير مشروط واستقرار فائق للمدى الطويل بعدد طبقات أقل مقارنة بالنماذج المرجعية الحالية.
تقدم الورقة البحثية GLoRA، وهو إطار عمل للتعلم الاتحادي المدرك للمقياس (gauge-aware) يعالج عدم التطابق الدلالي في تجميع LoRA الحالي عبر تقدير فضاء فرعي لتحديث التوافق وتجميع التحديثات في إحداثيات مرجعية مشتركة، مما يحقق أداءً فائقًا وتوافقًا في الرتبة عبر بيئات العملاء غير المتجانسة دون الحاجة إلى إعادة بناء كثيفة.
تقترح الورقة البحثية إطار عمل Gated QKAN-FWP، وهو إطار تعلم تسلسلي مستوحى من الكم وقابل للتوسع وكفء في المعلمات، يدمج مبرمجي الأوزان السريعة (Fast Weight Programmers) مع شبكات كولموغوروف-أرنولد الكمية أحادية الكيوبت لتحقيق دقة فائقة في التنبؤ طويل المدى على كل من المعايير الكلاسيكية وأجهزة الحوسبة الكمية ذات الضجيج المتوسط (NISQ) مقارنة بالنماذج المتكررة الأكبر حجماً.
تقترح الورقة البحثية STDA-Net، وهو إطار عمل للتكيف غير الخاضع للإشراف بين النطاقات يعتمد على المخطط الطيفي (spectrogram) ويدمج الشبكات العصبية الالتفافية (CNNs)، وشبكات الذاكرة الطويلة قصيرة المدى ثنائية الاتجاه (BiLSTMs)، والتعلم التنافسي لتحقيق تصنيف قوي ومستقر لمراحل النوم عبر مجموعات البيانات المختلفة، متفوقاً بذلك على الأساليب الحالية القائمة على الإشارات أحادية البعد عبر مجموعات بيانات متعددة.
تقدم هذه الورقة MolTrust، وهي بنية تحتية للثقة مُستخدمة في بيئة إنتاج مخصصة للوكلاء المستقلين، مبنية على بيانات الاعتماد القابلة للتحقق (Verifiable Credentials) والمعرفات اللامركزية (Decentralized Identifiers) التابعة لـ W3C، والتي تُثبت جدوى تنفيذ طبقة ثقة قابلة للنقل، وموثقة تشفيرياً، ومفروضة برمجياً من جهة النواة (kernel-enforced)، تلبي المتطلبات التنظيمية والصناعية المتزايدة لإجراء معاملات الذكاء الاصطناعي المستقلة والآمنة.