12021 ورقة بحثية
تتناول هذه الورقة الفهم المجزأ لنماذج اللغات الكبيرة المتدفقة من خلال اقتراح تعريف موحد وتصنيف منهجي قائم على تدفق البيانات والتفاعل الديناميكي، مع تحليل منهجياتها وتطبيقاتها في العالم الحقيقي واتجاهات البحث المستقبلية.
تقدم هذه الورقة "Vibe Code Bench"، وهو معيار مرجعي جديد يضم 100 مواصفة لتطبيقات الويب يتم تقييمها بواسطة وكلاء تصفح ذاتيين، مما يكشف أن أفضل النماذج الرائدة لا تحقق سوى 58.0% من الدقة في مهام التطوير من البداية إلى النهاية، ويسلط الضوء على الاختبار الذاتي ومواءمة المقيم كعوامل حاسمة للنجاح.
تقترح هذه الورقة طريقةً للتوليد المعزز بالاسترجاع تدمج بين المحاذاة الدلالية المنسقة وقيود الأدلة الصريحة لمعالجة عدم المحاذاة الدلالية وعدم كفاية استغلال الأدلة، مما يعزز الموثوقية الواقعية والقابلية للتحقق في مخرجات النماذج اللغوية الكبيرة.
تقدم هذه الورقة "ستان" (Stan)، وهو نظام ذكاء اصطناعي محلي النشر ومحافظ على الخصوصية مخصص لمساق الديناميكا الحرارية لمرحلة البكالوريوس، يستخدم نماذج مفتوحة الأوزان لتقديم تعليم مدعوم بمراجع ومستند إلى الحقائق للطلاب، وتوليد رؤى تدريسية قابلة للتنفيذ للمحاضرين في آن واحد من خلال مجموعة بيانات مشتركة من نصوص المحاضرات وبيانات الكتب المنهجية.
تُظهر هذه الدراسة أن النهج متعدد الوسائط الذي يجمع بين نماذج الرؤية واللغة (GPT-4.1-nano) لتحليل كل من صور التصورات والسمات النصية يتفوق بشكل كبير على الأساليب أحادية الوسائط في التنبؤ بصعوبة بنود اختبار الثقافة البياناتية للبالغين في الولايات المتحدة، محققاً متوسط خطأ مطلق قدره 0.224.
تقدم هذه الورقة البحثية "تحسين الاتساق المباشر" (DCO)، وهو أسلوب مستوحى من التعلم التعزيزي يعمل على تحسين اتساق المعرفة عبر اللغات في النماذج اللغوية الكبيرة بشكل كبير، وذلك عبر اشتقاق دالة مكافأة مهيكلة مباشرة من النموذج نفسه، مما يلغي الحاجة إلى نموذج مكافأة صريح ويتفوق على النهج الحالية.
تقترح هذه الورقة إطار تقييم ثنائي الطبقات لتقدير قدرة نماذج الذكاء الاصطناعي على محاكاة الاستجواب الخاص بالعدالة في المحاكم الصورية، حيث وجدت أنه بينما تولد النماذج أسئلة واقعية تغطي القضايا القانونية الرئيسية، إلا أنها لا تزال تعاني من نقص في التنوع والمداهنة (Sycophancy)—وهي أوجه قصور قد تغفل عنها طرق التقييم الساذجة.
تقدم هذه الورقة "طب النماذج" (Model Medicine)، وهو برنامج بحث سريري شامل يعامل نماذج الذكاء الاصطناعي ككائنات تشبه الكائنات البيولوجية من خلال إنشاء تصنيف للتخصصات الفرعية، وإطار عمل للوراثة السلوكية، وأدوات تشخيصية مبتكرة مثل التصوير بالرنين المغناطيسي العصبي (Neural MRI) لفهم واضطرابات النماذج وتشخيصها وعلاجها بشكل منهجي.
تقدم هذه الورقة نظام ذكاء اصطناعي عصبي-رمزي حلّ بشكل مستقل مسألة مفتوحة في الفيزياء النظرية عبر اشتقاق حلول تحليلية دقيقة وجديدة لطيف قدرة الإشعاع الثقالي للأوتار الكونية، متجاوزاً بذلك النتائج الجزئية السابقة ومثبتاً قدرة الذكاء الاصطناعي على تسريع الاكتشاف الرياضي.
تقترح هذه الورقة البحثية "المعايير المرجعية التفاعلية"، وهي نموذج تقييم موحد يقيس ذكاء النماذج من خلال الاستحواذ النشط على المعلومات والاستدلال تحت قيود الميزانية في البراهين والألعاب التفاعلية، مما يثبت أن النماذج الحالية لا تزال لديها مجال كبير للتحسين في هذه السيناريوهات الديناميكية.