23164 ورقة بحثية
تقدم هذه الورقة إطار عمل هرمي قائم على النموذج للتحسين التوافقي العشوائي المتسلسل، والذي يستخدم نموذج عالم مدرك لعمليات القرار في زمن ماركوف المستمر (SMDP) وديناميكيات كامنة متعددة المقاييس الزمنية لتمكين التخطيط الفعال وتخصيص الموارد في البيئات ذات فضاءات العمل الكبيرة والآفاق الزمنية الطويلة.
تُعيد هذه الورقة إنتاج وتوسيع دراسة "سبراتكلن وآخرون" لعام 2025 حول هلوسة حزم البرمجيات في النماذج اللغوية الكبيرة باستخدام خمسة نماذج رائدة لعام 2026، كاشفةً أنه بينما انخفضت معدلات الهلوسة بشكل ملحوفت وضاق التباين بين النماذج، لا يزال هناك تهديد مستمر يتميز بمجموعة محددة حديثاً من 127 اسماً لِحزم برمجية مهلوسة ومستقلة عن النماذج، وأنماط سلوكية متميزة عبر الأنظمة البيئية والنماذج المختلفة.
تقدم هذه الورقة البحثية S-Bus، وهو وسيط برمجيات لبروتوكول HTTP يستخدم سجل تسليم (DeliveryLog) من جانب الخادم لإعادة بناء مجموعات القراءة الخاصة بالوكلاء تلقائياً وفرض عزل القراءة الملحوظ (Observable-Read Isolation - ORI)، مما يمنع حالات السباق الهيكلية في أنظمة النماذج اللغوية الكبيرة متعددة الوكلاء المتزامنة دون الحاجة إلى تغييرات في مجموعات أدوات تطوير البرمجيات (SDKs) الخاصة بالوكلاء.
تقدم هذه الورقة "Subspace PGA" لتكشف أنه في حين أن هندسة تمثيل النموذج اللغوي منظمة من أجل التنبؤ، فإن النماذج الصغيرة تفقد هذا التوافق في الطبقات اللاحقة بسبب مقايضة في السعة تحجبها الاتجاهات المهيمنة، بينما تحافظ النماذج الكبيرة عليه طوال عملية التدريب.
تقدم هذه الورقة "تعلم الآلية"، وهو إطار عمل قوي للتنبؤ يتوقع الحالات المستقبلية عبر تقدير قواعد التطور المحلي النشطة من خلال واصفات مرتكزة على النماذج الأولية، محققاً أداءً فائقاً مقارنة بالتنبؤ المباشر والنماذج الحالية في الأنظمة الديناميكية المعقدة وشحيحة البيانات.
تقدم هذه الورقة نظاماً يراعي الخصوصية يقوم بتحويل لقطات كاميرات الجسم إلى جداول زمنية مرئية من خلال تصنيف نوافذ مدتها 10 ثوانٍ للسياق العملياتي وكثافة الحركة، مما يسرع مراجعة الحوادث ويعزز سير عمل تدريب الضباط.
تقدم الورقة البحثية نموذج (Parallel Recursive LSTM) أو (PR-LSTM)، وهو بنية هرمية تحقق عمقاً توازياً لوغاريتمياً من خلال دمج حالات الرموز (tokens) بشكل متكرر على شجرة حسابية متوازنة، مما يجمع بين قدرات تتبع الحالة القوية للنماذج المتكررة وكفاءة المعالجة المتوازية للتفوق على نماذج (RNNs) و(LSTMs) و(Transformers) القياسية في اختبارات السياق الطويل دون التوسع التربيعي.
تقدم الورقة البحثية DynMuon، وهي طريقة تشكيل طيفي ديناميكي تعمل على تحسين التدريب القائم على Muon من خلال جدولة معامل القدرة الطيفية من قيم موجبة إلى قيم سالبة طفيفة بناءً على الانحناء والضجيج، مما يحقق خسارة تحقق أقل وتقارباً أسرع من Muon القياسي.
تقدم هذه الورقة البحثية خوارزمية ECC، وهي خوارزمية تجميع استعلامات مُعايرة بالأدلة تعمل على سد الفجوة بين الدلالات السطحية ومتطلبات القدرات الكامنة من خلال تحسين التضمينات الدلالية عبر مقارنات النماذج البعدية، مما يعزز بشكل كبير أداء ترتيب وتوجيه قدرات النماذج اللغوية الكبيرة مقارنة بالنماذج المرجعية الحالية.
تقدم هذه الورقة "طبقة عدالة" — وهي وحدة تحسين قابلة للتفاضل مدمجة في الشبكات العصبية لضمان تكافؤ المخرجات — إلى جانب خوارزمية استدلال ثنائية-أولية عبر الإنترنت توفر ضمانات عدالة تجميعية مثبتة للتنبؤات المتدفقة مع أحجام دفعات صغيرة بشكل تعسفي.