27306 ورقة بحثية
تقدم الورقة البحثية ThermAl، وهو إطار عمل للذكاء الاصطناعي التوليدي القائم على الفيزياء والذي يستفيد من بنية U-Net هجينة للتنبؤ بسرعة ودقة بتوزيعات الحرارة للرقاقة الكاملة من ملفات تعريف نشاط الدوائر، محققاً تسريعاً قدره 200 ضعف مقارنة بمحاكاة طريقة العناصر المحدودة (FEM) التقليدية مع الحفاظ على دقة عالية عبر مختلف التصميمات ونطاقات درجات الحرارة.
تقدم الورقة البحثية InfiniteDiffusion، وهو خوارزمية لا تتطلب تدريباً تتيح توليد تضاريس في الوقت الفعلي وبشكل لانهائي ومتسق مع البذرة من خلال إعادة صياغة أخذ عينات الانتشار للجمع بين الدقة العالية للنماذج المتعلمة والمنفعة غير المحدودة للضجيج الإجرائي التقليدي.
تقدم الورقة البحثية LangPrecip، وهو إطار عمل متعدد الوسائط مدرك للغة يستفيد من النصوص الأرصادية كقيود حركة دلالية ضمن نموذج التدفق المصحح (Rectified Flow) لتحسين التنبؤ قصير المدى بهطول الأمطار، مدعوماً بمجموعة بيانات جديدة بمقياس 160 ألف، ويُظهر مكاسب أداء كبيرة مقارنة بأحدث الأساليب المتبعة.
تقدم الورقة البحثية إطار العمل TIME، وهو إطار للمحاذاة السلوكية يدرب النماذج اللغوية على استدعاء دفعات استدلال صريحة في مكانها ومحفزة سياقياً بناءً على إشارات زمنية، مما يحسن الحساسية الزمنية وكفاءة الاستدلال بشكل كبير مع تقليل عبء الرموز (tokens) بشكل هائل مقارنة بنهج الاستدلال التقليدي المسبق.
يُظهر هذا العمل أن الأساليب القائمة على البيانات لاكتشاف المعادلات، عند تطبيقها على البيانات الرصدية وبيانات إعادة التحليل، يمكنها بنجاح تعلم معادلة تفاضلية عشوائية موجزة تلتقط بدقة إحصائيات اشتداد الأعاصير المدارية والسلوكيات الديناميكية غير الخطية الجوهرية، مما يقدم بديلاً عملياً للنمذجة التقليدية القائمة على النظرية.
تكشف هذه الورقة عن هجوم جديد للتلاعب بمعدل الإنذارات الكاذبة (FPA) يستهدف شبكات إنترنت الأشياء الصناعية، والذي يستغل المعرفة ببروتوكول MQTT لتغيير الحزم السليمة بشكل منهجي لتُصنف خطأً على أنها خبيثة، مما يظهر معدلات نجاح عالية وتأخيرات تشغيلية كبيرة في مراكز عمليات الأمن مع اقتراح التدريب الخصمي كاستراتيجية للتخفيف من حدة الهجوم.
تقدم هذه الورقة البحثية "تشكيل تمثيل توافق الإجابة" (ARS)، وهي طريقة ذاتية الإشراف تعزز الكشف عن الهلوسة في نماذج الاستدلال الضخمة من خلال تعلم تمثيلات مشروطة بالأثر تشفر صراحةً استقرار الإجابة عبر تدخلات كامنة مضادة للواقع، مما يكشف عن عدم الاستقرار الكامن دون الحاجة إلى تصنيفات بشرية.
تقترح هذه الورقة مرشح كالمان المعزز عصبياً القائم على الانتباه (AttenNKF) الذي يعزز تقدير حالة الروبوتات ذات الأرجل من خلال تدريب معوض عصبي في فضاء كامن للكشف عن الانحيازات الناجمة عن الانزلاق وتصحيحها، مما يجعله يتفوق على المقدرات الحالية في الظروف المعرضة للانزلاق.
تقدم الورقة البحثية LightSBB-M، وهي خوارزمية قابلة للتوسع تحسب بكفاءة خطط جسر شرودنجر (Schrödinger Bridge) ونقل باس (Bass transport) المثلى من خلال استغلال تمثيل ثنائي لتحقيق أداء توليدي رائد مع مسافات واسرستاين (Wasserstein distances) أقل بكثير مقارنة بالنماذج المرجعية الحالية للانتشار (diffusion) وجسر شرودنجر (SB).
يعمل نظام LLM-VA على حل المقايضة بين ثغرات كسر الحماية والإفراط في الرفض في النماذج اللغوية الكبيرة المتوافقة مع معايير السلامة، وذلك من خلال محاذاة ناقلات الإجابة وناقلات تقييم السلامة للنموذج عبر تحديثات الأوزان ذات الصيغة المغلقة، مما يجعل الرغبة في الإجابة تعتمد سببيًا على أحكام السلامة دون الحاجة إلى الضبط الدقيق.