22512 ورقة بحثية
تقدم الورقة البحثية CheMatE، وهو نموذج تضمين ثنائي الدلالة مبني على ModernBERT، والذي يستخدم عملية تدريب من مرحلتين تتضمن نمذجة لغوية مقنعة مستمرة على متن علمي ضخم مشفّر بترميزات SMILES، تليها عملية تعلم تبايني لتمثيل البنى الجزيئية واللغة الطبيعية بشكل مشترك، محققاً أداءً قوياً عبر كل من مهام التنبؤ بالخصائص الكيميائية وفهم اللغة العامة.
تقدم هذه الورقة إطار عمل هرمي يعتمد على الانتشار (diffusion-based) يتعلم التوزيع المشترك القابل للتشغيل وفق التيار المتردد (AC-operable) لمكونات الشبكة الكهربائية لتوليد سيناريوهات اصطناعية قابلة للتنفيذ تشغيلياً ومتينة بشكل مباشر، مما يلغي الحاجة إلى عمليات التحسين أو التحقق ما بعد التوليد.
تقترح هذه الورقة تقنية تعيين خطي ذات صيغة مغلقة تتيح إعادة استخدام مخازن التخزين المؤقت لـ (KV cache) بكفاءة عبر النماذج ذات الأحجام المختلفة ضمن العائلة نفسها، مما يسمح للمستقبلين بتجاوز عمليات الملء المسبق الفائضة مع الاحتفاظ بنسبة 73-98% من دقة النموذج المستقل وتقليل زمن انتقال الاستدلال بشكل كبير.
تجادل هذه الورقة بأن التوافق التعددي الفعال للذكاء الاصطناعي الوكيل يتطلب تجاوز مجرد تنويع المخرجات عبر الاستفيد من النظرية الاجتماعية لتصميم أنظمة تنسق هيكلياً بين وجهات نظر متعددة ومشروعة من خلال تمثيلات قائمة على الأدوار، والمداولة الواعية بالتفاعل، والتقييم الحساس للسياق.
تقدم هذه الورقة البحثية "مطابقة التسارع" (Acceleration Matching - AM)، وهي خوارزمية فعالة حاسبياً لاستنتاج المسارات، تعمل على رفع مشكلة الاستيفاء إلى فضاء الطور لاسترجاع مجال تسارع شرطي صريح، مما يولد مسارات سلسة من لقطات غير مقترنة دون الحاجة إلى معالجة مسبقة مكلفة أو تدريب قائم على المحاكاة.
تقدم الورقة البحثية PRISM، وهو سير عمل ميتا (meta-workflow) يعمل بشكل منهجي على تحويل السلاسل الزمنية متعددة المتغيرات إلى صور متعددة القنوات للكشف عن الشذوذ، مما يثبت أن التمثيلات القائمة على الصور المصممة جيداً مع استراتيجيات التشكيل في قنوات مبتكرة ومشفرات رؤية مدربة مسبقاً يمكن أن تتفوق بشكل كبير على النماذج المرجعية التقليدية في المجال الزمني.
تقدم هذه الورقة البحثية Logic-PPT، وهي استراتيجية ما قبل تدريب (pre-pretraining) تستخدم الاشتقاقات الصورية التي تسرع اكتساب مهارات اللغة الطبيعية وتستحث فضاء تمثيل منخفض الرتبة ومركز طيفياً، مما يتيح قدرة فائقة للنموذج على الانضغاط مقارنة بالتهيئة القياسية.
تقدم هذه الورقة إطار عمل هندسي معلوماتي لتدريب السياسات الأمامية لشبكات GFlowNets من خلال الاستفادة من متري فيشر-راو والمنحدرات الطبيعية، مما يوفر نهجاً مبدئياً للتحسين المدرك للبنية عبر تقريبات دقيقة، أو تعتمد على مونت كارلو، أو تعتمد على النماذج الرسومية لمعلومات فيشر للمسار.
تقترح هذه الورقة إطار تقييم متخصصاً لنطاق صور علم الأمراض النسيجي الاصطناعية باستخدام نماذج تأسيسية مدربة مسبقاً على علم الأمراض، مما يثبت أن هذه المقاييس المعدلة ترتبط بشكل أفضل بأداء التجزئة اللاحق مقارنة بالمقاييس التقليدية القائمة على ImageNet، ويكشف أن تنوع البيانات أكثر أهمية من الدقة البصرية لتحسين نتائج النماذج.
تقترح هذه الورقة إطاراً منهجياً للتوسع في وقت الاختبار (test-time scaling) في النماذج اللغوية الكبيرة القائمة على الاستنتاج، والذي يميز بين ثلاثة أنظمة استدلال هيكلية، ويضع مبادئ تقييمية للفصل بين أداء النظام والتشخيصات المرشحة، ويحدد معايير لإعادة الإنتاج لمعاللة الافتقار الحالي للقدرة على المقارنة عبر خوارزميات الاستدلال المتنوعة.