11158 ورقة بحثية
تقدم الورقة البحثية LaMR، وهو إطار عمل مهيكل لتقليم السياق يقوم بتفكيك صلة الكود البرمجي إلى أبعاد دلالية واعتمادية باستخدام استدلال كامن متعدد المعايير وإشراف قائم على أشجار الإسناد التركيبية (AST) لتقليل استخدام الرموز (tokens) بشكل كبير مع الحفاظ على أداء وكلاء البرمجة أو تحسينه.
تقدم هذه الورقة البحثية DIO-Agent، وهو إطار عمل للاكتشاف يحل مشكلة IO2Code الصعبة من خلال صياغة تخليق البرامج كعملية بحث تطوري موجهة بأخطاء التنفيذ و"فرضية أولوية التحويل" لإعطاء الأولوية للفرضيات البسيطة، مما يظهر أداءً فائقاً على منهجية IO2CodeBench المنشأة حديثاً مقارنة بالأساليب الحالية.
تقدم هذه الورقة البحثية البناء الآلي لمخطط استشهاد قانوني ضخم من أكثر من 100 مليون قرار قضائي أوكراني، كاشفةً أن التحليل غير الخاضع للإشراف لـ 502 مليون حافة استشهاد يرمز بفعالية حدود النطاق القانوني، ويتنبأ بالأهمية التشريعية بدقة تقارب الكمال، ويكتشف التغيرات في الأنظمة، مما يتيح إنشاء سير عمل مدفوع بالأنطولوجيا للتحليل القانوني بمساعدة النماذج اللغوية الكبيرة.
تقدم هذه الورقة البحثية "السقالات المشروطة بالقدرة" (Capability Conditioned Scaffolding)، وهو إطار عمل يخفف من حدة الانحراف في المجال المهني في التعاون بين الإنسان والذكاء الاصطناعي من خلال تطويع تدخلات الذكاء الاصطناعي لتناسب مستويات خبرة المستخدمين المحددة عبر المجالات القوية، والمختلطة، والضعيفة.
تختبر هذه الورقة الفرضية القائلة بأن تقليل النماذج اللغوية لتقدير صعوبة المعالجة البشرية في حالات الغموض التركيبي ينبع من قدرتها على الحفاظ على عدد أكبر من التحليلات الجملية المتزامنة مقارنة بالبشر، لكنها تجد أنه بينما يؤدي تقليل تعدد التحليلات إلى زيادة تأثيرات "طريق الحديقة" المتوقعة، إلا أنه يفشل في تفسير حجم الاختلافات في زمن القراءة البشري بشكل كامل.
تُثبت هذه الورقة أنه بعد التصحيح لطول عملية التوليد، تُظهر النماذج المدربة على الاستنتاج هندسات مسارات داخلية متميزة — لا سيما في مجالات البرمجة — تعكس تحولات استراتيجية حقيقية ومراقبة لعدم اليقين بدلاً من كونها مجرد عمليات حسابية ممتدة.
تقدم الورقة البحثية GRLO، وهو نهج تعلم تعزيزي عالي الكفاءة يدرب النماذج من الصفر على مجموعة صغيرة من التفاعلات الحوارية المفتوحة لتحقيق تعميم قوي عبر مجالات متنوعة مثل الرياضيات والبرمجة، مما يقلل بشكل كبير من متطلبات البيانات والحوسبة مقارنة بطرق RLVR التقليدية الخاصة بالمجال نفسه.
تقترح هذه الورقة مساراً نموذجياً للتوليد المعزز بالاسترجاع باستخدام GPT-5.2 والتلقين المقيد بالمخطط لاستخراج وتطبيع الملاحظات السريرية من نصوص المحادثات بين الممرض والمريض إلى تنسيق مهيكل، محققةً درجة F1 بنسبة 80.36% مع إثبات أن الاسترجاع المعزز والتدقيق في المرحلة الثانية يعززان بشكل كبير الالتزام بالمخطط.
تقدم هذه الورقة FINESSE-Bench، وهي مجموعة معايير هرمية تضم 3,993 سؤالاً عبر ثماني مهام متخصصة — بما في ذلك امتحانات على نمط الشهادات، وتطبيقات التداول، وأولمبياد باللغة الروسية — لتقييم تطور المعرفة بالمجال المالي وقدرات الاستدلال التقني في النماذج اللغوية الكبيرة بشكل شامل.
تقدم هذه الورقة البحثية BetaPRM، وهو نموذج مكافأة عمليات توزيعي يتنبأ بكل من احتمالات النجاح على مستوى الخطوة وموثوقيتها لتمكين تخصيص الحوسبة التكيفي، مما يحسن بشكل كبير مقايضة الدقة مقابل عدد الرموز (accuracy-token tradeoff) في استدلال "الأفضل من N" (Best-of-N) من خلال ضبط الحوسبة ديناميكيًا بناءً على ثقة التنبؤ.