3111 ورقة بحثية
تقترح هذه الورقة وتقيم إطار عمل للبحث عن التداخل (Interference Search) قائم على التحقق، يستفيد من دمج الحالة الدقيقة، والتثبيط المتعلم، والتنفيذ المتوازي لتحسين كفاءة استدلال النماذج اللغوية ومعدلات الحل بشكل كبير، كما هو موضح من خلال النتائج التجريبية على معايير Countdown وMBPP.
تقيم هذه الورقة DriveAI، وهي أداة لفحص مركبات النقل التشاركي تجمع بين تضمينات الصور التباينية ونماذج التجزئة لتحقيق دقة عالية في اكتشاف المركبات المتضررة، مع ملاحظة القيود المتعلقة بتصميم اختبارها الاسترجاعي والافتقار إلى بيانات الحقيقة الأرضية المشروحة لميزتي المخطط الخارجي والنظافة.
يكشف هذا المسح المنهجي لـ 74 دراسة (2020-2026) أنه بينما يعتمد البحث في توليد الفكاهة الحاسوبية بشكل كبير على النماذج اللغوية الكبيرة، فإنه يعاني من عائق حرج يتمثل في نقص الموارد المتوافقة مع مبادئ FAIR، والمتنوعة ثقافياً، والمرخصة بشكل صحيح، إلى جانب عدم كفاية ممارسات التقييم التي تفشل في مراعاة جماهير محددة وسياقات ثقافية معينة.
تقترح هذه الورقة إطار عمل الترجمة الآلية العصبية المدركة للسياق من العربية إلى الإنجليزية (CANMT-AE)، وهو نموذج يعتمد على الذكاء الاصطناعي ويتكون من ست مراحل، يدمج المعرفة اللغوية والتداولية والثقافية للتجاوز من حدود الترجمة الحرفية وتحقيق التكافؤ الثقافي الحقيقي في الترجمة الآلية بين العربية والإنجليزية.
تقدم هذه الورقة مجموعة بيانات متعددة اللغات متاحة للجمهور تضم سمات معجمية ونحوية ودلالية من 1,860 مقالاً من ويكيبيديا عبر خمس لغات، مما يثبت من خلال التحقق الإحصائي أن اللغة تؤثر بشكل كبير على هذه السمات بمعزل عن طول النص، وبذلك توفر مورداً قوياً للأبحاث اللغوية عبر اللغات واللغويات الحاسوبية.
تُظهر هذه الدراسة أن المناظرة متعددة الوكلاء في التشخيص النفسي يمكن أن تؤدي إلى تدهور الدقة التشخيصية الإجمالية مقارنة بنماذج القياس المرجعية ذات الخطوة الصفرية عبر مختلف مقاييس النماذج، بينما تكشف في الوقت ذاتما أن آليات المناظرة قد تستعيد بشكل فريد إشارات المخاطر الحرجة التي تغفل عنها النماذج الفردية في حالات محددة عالية الخطورة، مما يسلط الضوء على مقايضات معقدة تعتمد على المقياس بين دقة الفئات العامة وكشف المخاطر الدقيق.
تقدم هذه الورقة إطار عمل CCAEA، الذي يُمكّن الروبوتات المستقلة ذاتية التحسين من تقييم وتكييف عمليات الاستدلال والتعلم الخاصة بها باستمرار من خلال تحليل متعدد الأبعاد للنتائج والعمليات، مما يؤدي إلى تحويل التجارب التي تم التحقق من صحتها إلى سلوكيات قابلة لإعادة الاستخدام لتعزيز المنفعة المعرفية وكفاءة المهام على المدى الطويل.
تقترح هذه الورقة نموذجاً للذكاء النمائي الأدنى للروبوتات ذاتية القيادة يعتمد على آليات تعلم محددة مسبقاً بدلاً من المعرفة المسبقة الواسعة، مما يمكن النظام من اكتساب وإعادة استخدام المعرفة باستمرار لتحقيق أداء مماثل وتفكير طويل الأمد متفوق مع عدد أقل بكثير من القواعد المحددة مسبقاً مقارنة بالأنظمة التكيفية الحالية.
تقدم هذه الدراسة MMVX-Net، وهو إطار عمل قائم على نموذج Mamba يتميز بالكفاءة الحسابية ويحقق دقة عالية في التصنيف الثنائي لعسر البلع باستخدام مقاطع فيديو RGB-D متزامنة، رغم أن المؤلفين يشيرون إلى أن هناك حاجة لمزيد من التحقق قبل النشر السريري.
تتقصى هذه الورقة استراتيجيات الاستبدال والتخزين المؤقت للاستدلال بنموذج "خليط الخبراء" (Mixture-of-Experts) على وحدات معالجة الرسومات الاستهلاكية، حيث تُثبت أن الجلب الانتقائي للخبراء ذوي الأولوية العالية فقط أو استخدام قاعدة تحميل خلفية تعتمد على كتلة البوابة المتراكمة يمكن أن يسرع عملية فك التشفير بشكل كبير (بواقع 2.5 إلى 3.0 ضعفاً) مع حد أدنى من تدهور الحيرة مقارنة بجلب كل خبير مفقود.