11070 ورقة بحثية
تقترح هذه الورقة إطار عمل للمطابقة العصبية قائم على تقدير التباين الضوضائي، والذي يعيد صياغة رسم خرائط أنماط الهجمات التقنية (TTP) كمسألة تشابه دلالي للتغلب على تحديات فضاءات الملصقات الضخمة، والتوزيعات المنحرفة، والتعقيد الهرمي في التعرف على أنماط الهجمات الأمنية في ظل ندرة الموارد.
تقترح الورقة البحثية إطار عمل FISER، الذي يعمل على تحسين أداء الذكاء الاصطناعي المتجسد في المهام التعاونية من خلال الاستنتاج الصريح لنوايا البشر عبر التفكير الاجتماعي قبل التخطيط للأفعال، متفوقاً بذلك على الطرق القياسية من طرف إلى طرف وعلى النماذج المرجعية القوية في اختبار HandMeThat.
تقدم هذه الورقة دراسة أجراها فريق "kubapok" من أجل مسابقة IEEE BigData 2024، تُظهر أن نموذج GPT-4o الذي تم ضبطه بدقة يتفوق على DeBERTa ونموذج GPT-4o مع إعدادات التلقين لتحقيق المركز الثاني في مهمة الكشف عن مخاطر الانتحار المكونة من أربع فئات على وسائل التواصل الاجتماعي.
يعد UniAutoML إطار عمل متمحوراً حول الإنسان يستفيد من النماذج اللغوية الكبيرة لتوحيد مهام التعلم الآلي التلقائي التمييزية والتوليدية مع تعزيز القابلية للتفسير، والتحكم من قبل المستخدم، والثقة من خلال واجهة حوارية وآليات سلامة.
تقدم هذه الورقة معياراً جديداً للترجمة من البولندية إلى الإنجليزية في المجال الطبي، مستمداً من أكثر من 24,000 سؤال من امتحانات التراخيص والتخصص لتقييم النماذج اللغوية الكبيرة الحديثة مقابل الأداء البشري، مما يكشف أنه بينما تقترب النماذج الرائدة من المستويات البشرية، لا تزال هناك تحديات كبيرة في الترجمة عبر اللغات وفهم المجالات المتخصصة.
تقدم هذه الورقة مساراً مطوراً لعملية التوليد المعزز بالاسترجاع (RAG) مدمجاً مع خوارزميات التكرار المتباعد لتوليد تعليقات دراسية دقيقة ومحققة لامتحان التخصص الحكومي في بولندا، مما يعزز بدوره من استبقاء المعرفة وقابلية التوسع للطلاب الطبيين غير الناطقين باللغة الإنجليزية.
تقدم هذه الورقة ONNX-Net، وهي تمثيل عصبي موحد قائم على النصوص ومبني على مرجع ONNX-Bench الذي يضم أكثر من 600 ألف عينة، مما يتيح لمُتنبئ أداء واحد تقييم أي بنيات عصبية بشكل فوري ودقيق عبر مساحات بحث متنوعة دون أن يكون مقيداً بتصاميم قائمة على الخلايا.
تقدم هذه الورقة R4P، وهي طريقة قائمة على الاستدلال تتيح الإشراف القابل للتوسع لوكلاء البرمجيات من خلال توفير مكافآت غير مرتبطة بالهيكل عبر التحقق من الرقع البرمجية على مستوى المجموعة، مما يتغلب على قيود الإشراف القائم على الاختبار ويظهر تحسينات كبيرة في تدريب الوكلاء الخاليين من التنفيذ مثل Mini-SE.
تقترح الورقة البحثية iFlip، وهو إطار عمل تكراري قائم على التغذية الراجعة يستفيد من ثقة النموذج، وعزو الميزات، واللغة الطبيعية ليتفوق بشكل كبير على الأساليب الرائدة في توليد أمثلة مضادة صالحة للذكاء الاصطناوي القابل للتفسير وتعزيز البيانات.
تتحدى هذه الورقة البحثية فرضية "المحاذاة مع عدد القفزات" (hop-aligned) السائدة في الاستدلال متعدد القفزات في النماذج اللغوية الكبيرة عبر إثبات وجود "انعكاس ترتيب الطبقات" (layer-order inversion)، حيث يمكن فك تشفير إجابات القفزات اللاحقة قبل الكيانات الوسيطة الجسرية، وتقترح إطار عمل "الاستدعاء والاستخراج الاحتمالي" (probabilistic recall-and-extract) لتفسير هذه الظاهرة من خلال استدعاء سطحي واسع يليه استخراج عميق انتقائي.