25890 ورقة بحثية
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.
تقترح الورقة البحثية إطار عمل Sword، وهو نموذج عالم (World Model) قوي يوظف تعزيز الأسلوب الموجه بالبنية (Structure-Guided Style Augmentation) والتمهيد الكامن الديناميكي (Dynamic Latent Bootstrapping) للتخفيف من إخفاقات التعميم وتراكم الأخطاء في عمليات التشغيل المغلقة الحلقة (closed-loop rollouts)، مما يعزز بشكل كبير من دقة ونجاح تدريب ما بعد التعلم المعزز لسياسات الرؤية واللغة والعمل (Vision-Language-Action policies) على معيار LIBERO.
تقترح الورقة البحثية نموذج نمذجة الخصم المهيكل (SOM)، وهو إطار عمل ثنائي المراحل يستفيد من النماذج السببية الهيكلية لفصل بناء تمثيل الخصم عن التنبؤ بشكل صريح، مما يعزز دقة وقدرة الوكلاء القائمين على النماذج اللغوية الكبيرة (LLMs) على التكيف في البيئات متعددة الوكلاء الديناميكية.
تقدم الورقة البحثية MedAction، وهو مسار تقطير ذو بنية شجرية يولد مسارات تشخيص سريري متعددة الأدوار عالية الجودة باستخدام مقاييس مرتكزة على الرسوم البيانية للمعرفة لمعالجة أوجه القصور في النماذج اللغوية الكبيرة الحالية في التشخيص النشط، مما أدى إلى إنتاج مجموعة بيانات MedAction-32K ونماذج طبية مفتوحة المصدر ذات أداء فائق.
تقدم هذه الورقة البحثية "مطابقة التدفق" (Flux Matching)، وهي نموذج توليدي جديد يعمم النماذج القائمة على الدرجة (score-based models) من خلال تخفيف شرط الحقول المتجهة المحافظة، مما يتيح مرونة أكبر في دمج الانحيازات الاستقرائية وتحقيق تطبيقات مثل أخذ العينات الأسرع والديناميكيات القابلة للتفسير.
تقدم الورقة البحثية "Mage"، وهو بروتوكول تقييم متعدد المحاور يكشف أن معدلات اجتياز مرحلة التجميع مضللة بالنسبة للمشاهد اللعبية المولدة بواسطة النماذج اللغوية الكبيرة، مما يثبت أنه بينما يؤدي التوليد المباشر من اللغة الطبيعية إلى الكود البرمجي إلى نجاح أعلى في وقت التشغيل، فإن تكييف المدخلات هيكلياً بناءً على تمثيلات وسيطة يعد أمراً ضرورياً لإنتاج مشغلات برمجية وفية وظيفياً ومتوافقة مع المجال.
تقدم هذه الورقة إطار عمل CASPO، الذي يعزز موثوقية وكفاءة نماذج الاستدلال الكبيرة من خلال مواءمة الثقة على مستوى الرمز مع الصحة المنطقية عبر تحسين التفضيل المباشر، وتمكين التقليم الديناميكي لفروع الاستدلال غير المؤكدة عبر آلية الفكر المدرك للثقة (CaT).
تقترح الورقة البحثية MISA، وهو نهج يعتمد على "خليط من الخبراء" يستبدل الفهرس متعدد الرؤوس المكلف حاسوبياً في آلية DeepSeek Sparse Attention بموجه خفيف الوزن لتنشيط عدد قليل فقط من الرؤوس لكل استعلام، مما يحقق دقة مقاربة للطريقة الأصلية مع تقليل زمن الاستجاف وتكاليف الذاكرة بشكل كبير في مهام السياق الطويل.