25852 ورقة بحثية
تقدم هذه الورقة إطار عمل "المحلل الوسيط" (proxy-analyzer) الذي يكتشف الهلوسة في النماذج اللغوية الكبيرة من خلال تحليل التنشيطات الداخلية لنماذج ذات أوزان مفتوحة صغيرة ومستضافة محلياً، محققاً أداءً هو الأفضل في فئته عبر بنيات محللة متنوعة مع إثبات أن حجم النموذج الأكبر لا يرتبط بالضرورة بدقة كشف أفضل.
تقدم هذه الورقة البحثية إطار عمل HMACE، وهو إطار تطوري تعاوني متعدد الوكلاء غير المتجانسين يعيد صياغة البحث الاستدلالي كمسألة تصميم تنظيمي للتغلب على قيود الأساليب القائمة على النماذج اللغوية الكبيرة أحادية الهيكل، محققاً توازناً فائق الجودة بين الكفاءة والفاعلية في حل مشكلات الأمثلة التوافقية ذات التعقيد غير الحتمي (NP-hard) من خلال أدوار الوكلاء المتخصصة والاستكشاف الموجه بالذاكرة.
تقدم الورقة البحثية CASCADE، وهي طريقة استرخاء مدركة للسياق تستفيد من التبادل الدلالي وأنماط التقارب في الحالات الخفية للنموذج المستهدف لتسريع فك تشفير الصور التخميني بشكل كبير بما يصل إلى 3.6 ضعفاً دون المساس بجودة الصورة أو الحاجة إلى تدريب إضافي.
تقدم هذه الورقة "التعلم المعزز المتبادل"، وهو إطار عمل يُمكّن النماذج اللغوية غير المتجانسة من تبادل الخبرات النوعية بشكل متزامن عبر طبقة ركيزة مشتركة وطبقة محاذاة للمجزئ، مما يثبت أن نقل النجاح على مستوى النتائج يقدم أفضل توازن بين الاستقرار والدعم مقارنة باستراتيجيات المشاركة على مستوى البيانات أو مستوى القيمة.
تقدم هذه الورقة ChemCost، وهو معيار مرجعي صارم لتقييم قدرة النماذج اللغوية الكبيرة على تقدير تكاليف التفاعلات الكيميائية من خلال تحديد الهويات، واسترجاع عروض أسعار الموردين، وإجراء العمليات الحسابية، مما يكشف أن حتى الوكلاء المتقدمين يعانون في هذه المهمة بسبب هشاشة التحليل، وعدم فعالية دمج الأدلة، وضعف القدرة على تحمل الضجيج.
تقدم هذه الورقة "فرق طاقة عنصر المورد" (REED)، وهو بدائي تجميع غير متماسك للتعلم الاتحادي عبر الهواء، يلغي الحاجة إلى معلومات حالة القناة اللحظية من خلال رسم التحديثات الموقعة على عناصر مورد متعامدة، مما يحقق تجميعًا غير متحيز مع معدلات تقارب مثبتة وأداء قوي في ظل عدم تجانس البيانات.
تقدم هذه الورقة CloudWeb، وهو أول هجوم اختطاف لاسترجاع البيانات الجوية يقوم بتعديل صور الاستشعار عن بعد ببراعة عبر أنماط سحب وضباب محسنة لإجبار أنظمة التوليد المعزز بالاسترجاع (RAG) متعددة الوسائط على استرجاع أدلة غير ذات صلة متعلقة بالطقس، مما يتسبب في حدوث هلوسات وانزياحات دلالية في الاستجابات المولدة.
تقترح هذه الورقة إطاراً لإعادة تشكيل الإشارة لـ GRPO في إصلاح الأكواد البرمجية الوكيل ذي التغذية الراجعة الضعيفة، والذي يجمع بين مكافآت المخرجات الطبقية، ودرجات العملية على مستوى الخطوة، وحوكمة التدفق الواعية لأسباب الفشل، مما يحسن الدقة الدلالية والكفاءة بشكل كبير مقارنة بالمكافآت الثنائية القياسية أو تقطير مستوى الرمز (token-level distillation).
تقدم هذه الورقة نماذج التفرع (bifurcation models)، وهي إطار عمل ديناميكي مرتبط الأوزان يتعلم خرائط حلول ذات قيم مجموعات من خلال تمثيل مشهد جاذب بدلاً من فرع عشوائي واحد، مما يتجنب عدم الانتظام في المختارات اليدوية ويُظهر أداءً فائقاً في اكتشاف توازنات متعددة صالحة لمشكلات مثل نماذج إيسينج المحبطة (frustrated Ising models).
يُعد Mask2Cause إطار عمل للتعلم العميق متكامل الأطراف يدمج بين الانتباه المقنع المقيد بالتجاور وتضمينات المتغيرات المعكوسة لاستعادة الرسوم البيانية السببية مباشرة أثناء التنبؤ بالسلاسل الزمنية، محققاً دقة اكتشاف رائدة مع تقليل تعقيد النموذج بشكل كبير.