22512 ورقة بحثية
تقدم هذه الورقة "ثيا" (Thea)، وهي إطار عمل للوكلاء المتجسدين يعمل على تكييف نموذج الوكيل البرمجي مع العالم المادي من خلال دمج رسم بياني رمزي مستمر للمشهد من أجل الوعي بالحالة وآلية تقييم للتغذية الراجعة للأفعال، مما يتيح التنفيذ الناجح للمهام طويلة المدى عبر حلقة وكيلة مغلقة.
تُظهر دراسة منضبطة أن كواشف الذكاء الاصطناعي الحالية تفشل في التمييز بين التحرير المتوافق مع الذكاء الاصطناعي والتوليد الكامل بواسطة الذكاء الاصطناعي، حيث تصنف الملخصات التي ألفها البشر بشكل مشروع كذكاء اصطناعي بمعدلات مرتبة، مما يخلق مخاطر عقابية أكبر على المساعدة الصادقة للذكاء الاصطناعي مقارنة بمحاولات التهرب، وهو ما يثبت عدم ملاءمتها كدليل مستقل على سوء السلوك الأكاديمي.
تقدم هذه الورقة إطار عمل حوسبيًا متوافقًا مع المناخ يجمع بين الديناميكا الجزيئية، والشبكات العصبية الرسومية المتكافئة، والتعلم العميق المتسلسل للتنبؤ بملفات كفاءة تحويل الطاقة السنوية الناتجة عن درجات الحرارة للمواد الكهروضوئية العضوية في المناطق الاستوائية، مما يثبت أن نمذجة الديناميكيات التشكيلية الحرارية تتفوق بشكل كبير على تقييمات الكفاءة الساكنة لتحديد المرشحين المناسبين للنشر في العالم الحقيقي.
تجسّر هذه الورقة الفجوة بين خوارزميات ضغط وإزالة التنميش لصور الرادار ذي الفتحة الاصطناعية (SAR) المتقدمة والمتعلمة وبين قيود المهمات الفضائية من خلال النشر والتقييم الناجح لإطار عمل مشترك على مصفوفة بوابات منطقية قابلة للبرمجة ميدانياً (FPGA)، مما كشف أن استبدال تنشيطات "الشبكة العصبية المعتمدة على التدرج" (GDN) بوظيفة "الوحدة الخطية التصحيحية" (ReLU) وتبسيط طوبولوجيا النموذج يحسن بشكل كبير من الجودة وكفاءة الطاقة لأغراض مراقبة الأرض من الفضاء.
تُعد Basin مكتبة جديدة بلغة Rust توفر إطار عمل موحداً وقابلاً للتوسع للتحسين العددي، حيث تقدم مجموعة شاملة من الحلول ودعماً من الدرجة الأولى للقيود لحل المشكلات بكفاءة عبر المجالات العلمية والهندسية.
تُثبت هذه الورقة أن التعلم الاتحادي يُمكّن بفعالية من التنبؤ التعاوني بتآكل أدوات التحكم الرقمي بالحاسوب (CNC) عبر بيئات التصنيع الموزعة، محققاً أداءً مقارباً للنماذج المركزية مع الحفاظ على خصوصية البيانات.
تقدم هذه الورقة البحثية خوارزمية DBSPEC، وهي خوارزمية تجميع طيفي قائمة على الكثافة وتتسم بالمتانة، تنجح في استعادة هياكل المجتمعات في ظل وجود هندسات كامنة غير متجانسة مربكة من خلال استخدام متجهات ذاتية أعمق والتغلب على قيود النماذج المتجانسة السابقة.
تجادل هذه الورقة بأن تمثيل المهارات كبرامج قابلة للتنفيذ هو الاستراتيجية الأكثر فعالية من حيث التكلفة لتكييف وكلاء النماذج اللغوية الكبيرة مع مجالات جديدة، وتثبت من خلال وكيل "SpeedRunner" المقترح أن التعلم التدريجي لهذه البرامج وإعادة صياغتها من المسارات السابقة يقلل التكاليف بشكل كبير مع الحفاظ على المتانة عبر بيئات متنوعة.
تقترح الورقة البحثية الضبط الدقيق عديم الوزن (WFT)، وهو أسلوب لزمن فك التشفير لا يتطلب تدريباً يعمل على تخصيص النماذج اللغوية الكبيرة عبر نقل بقايا فضاء اللوجيت عبر عامل بادئة متقاطع، محققاً أداءً يضاهي الضبط الدقيق الخاضع للإشراف بتكلفة حوسبية تقل عن 7% مع تجنب تحديثات الأوزان.
تُظهر هذه الدراسة أن النماذج اللغوية الكبيرة الرائدة مثل GPT-4.1 وClaude Sonnet 4.6 تحقق أداء استرجاع يضاهي نموذج Gemini Embedding 2 متعدد الوسائط الأصلي من Google على مجموعة بيانات Flickr30k، رغم أن الأخير يظل متفوقاً في التطبيقات ذات زمن الاستجابة المنخفض بفضل التضمينات القابلة للحساب المسبق.