11965 ورقة بحثية
تقدم هذه الورقة إطار عمل هجين لحل مرجع البرمجيات عبر المستندات يدمج التضمينات الدلالية، والبحث في قواعد المعرفة عبر FAISS، وتجميع HDBSCAN لتحقيق درجات F1 عالية عبر مهام فرعية متعددة للمهمة المشتركة.
تقدم هذه الورقة SpinGQE، وهو حل طيفي كمي توليدي يستخدم فك تشفير قائم على المحولات لتعلم التوزيعات عبر الدوائر الكمية لإيجاد الحالات الأرضية لهاملتونيات السبين، مما يظهر تقارباً ناجحاً في نموذج هيزنبرج رباعي الكيوبت كبديل قابل للتوسع للطرق التباينية التقليدية.
تقدم الورقة البحثية GameplayQA، وهو إطار عمل مرجعي مبتكر يقيم قدرة النماذج اللغوية الكبيرة متعددة الوسائط على فهم واستنتاج أسلوب اللعب ثلاثي الأبعاد كثيف المنظور الأول ومتعدد الوكلاء من خلال تعليقات توضيحية ثلاثية عالية التردد، مما يكشف عن فجوات كبيرة في قدرات النماذج الحالية في الربط الزمني، وعزو الوكلاء، واتخاذ القرار مقارنة بالأداء البشري.
تُثبت هذه الورقة أن الضبط الدقيق لنموذج Qwen3.5-2B باستخدام التعلم التعزيزي مع مكافأة اتساق الدورة يتفوق بشكل كبير على متغيرات الضبط الدقيق الخاضع للإشراف في عملية الصياغة الرسمية التلقائية للغة Lean4 على كل من FineLeanCorpus وPutnamBench، بينما لا يوفر التعلم المنهجي أي فائدة ملموسة.
تتناول هذه الورقة البحثية تحدي تقييم معلمي الرياضيات القائمين على الذكاء الاصطناعي من خلال اشتقاق تسلسل هرمي تربوي من التفضيلات البشرية، وتوليف أزواج استجابة تباينية، وتدريب نموذج مكافأة "برادلي-تيري" مدمج بحجم 0.5 مليار معلمة يحقق دقة زوجية تبلغ 0.74 في اختبارات التفضيل البشري، متفوقاً بذلك على النماذج الأكبر ذات الأغراض العامة.
تقدم الورقة البحثية OneSearch-V2، وهو إطار عمل للبحث التوليدي يعتمد على التقطير الذاتي المعزز بالاستدلال الكامن، والذي يعمل على تحسين فهم الاستعلام، وكشف نوايا المستخدم الدقيقة، والمواءمة مع التفضيلات الشخصية من خلال ثلاثة ابتكارات رئيسية، مما أدى إلى مكاسب كبيرة في الأداء الفعلي والافتراضي في البحث الخاص بالتجارة الإلكترونية دون زيادة تكاليف الاستدلال.
تقدم الورقة البحثية "Mechanic"، وهو نظام وكيل مبتكر يستخدم عنصر "sorry" الناقص في لغة "Lean" لعزل وحل الأهداف الفرعية الفاشلة بشكل مستقل داخل برهان رسمي، وذلك لتجنب عدم الكفاءة الناتج عن إعادة التوليد الكامل وتدهور السياق المرتبط بالإصلاحات التكرارية، مما يؤدي إلى تحسين إثبات النظريات آلياً بشكل كبير في الاختبارات المرجعية الرياضية الصعبة.
تقدم هذه الورقة إطار عمل متعدد الوكلاء يجمع بين المتخصصين في مجالات محددة وبين التحقق من الاتساق على مرحلتين والدمج الموزون بمعامل S-score، مما يحسن بشكل كبير من معايرة عدم اليقين والتمييز في الإجابة على الأسئلة الطبية متعددة الخيارات، ويقدم إشارة ثقة عملية للنشر الآمن للذكاء الاصطناستي السريري.
تُثبت هذه الورقة بشكل منهجي أن نواقل توجيه التنشيط، ولا سيما تلك المستمدة من إضافة التنشيط التبايني، يمكن أن تغير بشكل جذري من قابلية النموذج اللغوي لهجمات كسر الحماية (jailbreak) من خلال تداخلها مع اتجاهات الرفض الكامنة، مما يكشف عن مقايضة حرجة بين القدرة على التحكم والسلامة.
تقدم هذه الورقة إطار عمل TRACE، الذي يكشف عن عدم توافق كبير بين أحكام النماذج اللغوية الكبيرة والمطورين البشريين في تقييم الأكواد عبر ثلاثة أنماط، مما يظهر أن أفضل النماذج حتى الآن يقل أداؤها عن البشر بنسبة تتراوح بين 12 و23% وتُظهر تحيزات منهجية، مثل تفضيل التفسيرات الطويلة، في معظم أبعاد جودة الأكواد الحالية.