3229 ورقة بحثية
تقدم ورقة ECN-BENCH تدقيقاً في هندسة النظم لمنصة اختبار التنبؤ متعددة الوكلاء، كاشفةً أن استخراج الاحتمالات القائم على النماذج اللغوية الكبيرة حساس للغاية لخيارات التكوين واختيار المُقيّم، مما يقوض موثوقية التوقعات شبه الموحدة ويحد من الأهمية الإحصائية لنتائج مقارنة الأداء.
تقدم هذه الورقة DiligenceProv، وهو معيار مرجعي ومنهجية بناء مبتكرة تستخدم غرف صفقات اصطناعية تحتوي على عيوب مسجلة لتقييم وتحسين القدرة على التحقق، واسترجاع الأدلة، والدقة التعريفية للنماذج اللغوية الكبيرة في عمليات الفحص النافي للجهالة المالي عالية المخاطر.
تقترح هذه الورقة خوارزمية تشفير صوتي قوية متعددة الطبقات تجمع بين نظام لورينز الفوضوي لتوليد المفتاح الأولي والتشويش القائم على عملية XOR مع طبقة ثانية تستخدم تحويل الزكي وتوسع متسلسلة ماكلورين الزائدية، مما يثبت أماناً وكفاءة عاليين من خلال التحقق التجريبي وتحليل الأداء المقارن.
تقترح هذه الورقة شبكة TADNet، وهي شبكة مشفر-فك تشفير هرمية تدمج مشفراً من نوع Swin-Transformer متتالياً مع وحدات انتباه مدركة للشفافية وتعزيز الميزات الهيكلية لمعالجة ضوضاء العمق والتشوه الهندسي في إكمال عمق الأجسام الشفافة بفعالية، محققة أداءً فائقاً على مجموعتي بيانات ClearGrasp وTransCG.
تنتقد هذه المراجعة المهيكلة التقييمات الحالية لوكلاء النماذج اللغوية الكبيرة (LLMs) مستخدمي الأدوات لفشلها في إثبات الادعاءات المتعلقة بمنع آثار الموارد غير المصرح بها، وتقترح "ملف الحد الأدنى لضمان التفويض" (MAAP) كإطار عمل جديد قائم على الأدلة لتوحيد الإبلاغ عن دلالات الإنفاذ، وحدود الملاحظة، والافتراضات المتبقية من أجل مقارنة أمنية شفافة.
تقترح هذه الورقة إطار عمل للبحث والتوليد المعزز بالوكلاء (Agentic RAG) يعتمد مبدأ "التحقق أولاً"، والذي يدمج وكلاء تحقق حتميين لضمان الدقة التنظيمية ومنع الهلوسة في الأنظمة السيبرانية الفيزيائية الحضرية، مظهرًا أداءً فائقًا في كشف الإحلال والنسخ المحدثة والاستدلال الامتثالي مقارنة بالطرق الحالية.
يكشف هذا التدقيق القائم على الوكلاء وعبر اللغات للخطاب السياسي التركي أنه في حين أن لغة التلقين تؤثر بشكل ضئيل على الموقف السياسي لاستجابات الذكاء الاصطناعي التوليدي، إلا أنها تغير بشكل كبير المصادر الاستدلالية التي تعتمد عليها النماذج، حيث يمارس هوية النموذج وشخصية المستخدم تأثيراً أقوى على المخرجات النهائية من لغة التلقين نفسها.
تقترح هذه الدراسة إطار عمل لدعم اتخاذ القرار للإنذار المبكر باستخدام نماذج التعلم التجميعي المدربة على مجموعة بيانات OULAD والمعززة بتقنية SMOTE للتنبؤ بفعالية بأداء الطلاب المعرضين للخطر عند نهاية الربع الأول، مما يثبت أن نموذج LightGBM يحقق دقة فائقة في تحديد الطلاب الذين يحتاجون إلى تدخل أكاديمي في الوقت المناسب.
تقترح هذه الورقة إطار عمل مبتكر لشبكات الحافة في الجيل السادس (6G) يدمج بين التعلم الاتحادي الحافظ للخصوصية، وتحسين نموذج الثقة القائم على خوارزمية مُحسن الذئب الرمادي، وسلسلة كتل مسموح بها لتحقيق إدارة ثقة قوية ومرنة وخاصة ضد الهجمات العدائية.
تُثبت هذه الورقة أن أنظمة رسم خرائط المفاهيم القائمة على النماذج اللغوية الكبيرة يمكن أن تقلل بشكل كبير من أخطاء الإفراط في المواءمة (over-alignment) في المصطلحات غير القابلة للمواءمة، وذلك عبر هيكلة مجموعات المرشحين في تنسيقات قابلة للمقارنة والاستبعاد، وهو مبدأ تصميم يثبت أنه أكثر فعالية من مجرد تقديم الإجابة الصحيحة أو تحسين عملية الاسترجاع.