3111 ورقة بحثية
تُظهر هذه الورقة أنه في حين أن تقنيات التوليد المعزز بالاسترجاع (RAG) والضبط الدقيق باستخدام (LoRA) لا تُحسن باستمرار دقة التشخيص في النماذج الصغيرة للمهام النفسية، إلا أنها تضعف بشكل حرج استدعاء الحالات عالية المخاطر ذات الصلة بالسلامة، مع إرجاع فشل الضبط الدقيق إلى أخطاء محددة في تسمية البيانات وبقاء فشل تقنية (RAG) مسألة ميكانيكية مفتوحة.
تقدم هذه الورقة إطار عمل منخفض التكلفة، يحافظ على الخصوصية، ومدفوعاً بالذكاء الاصطناعي، يستخدم معلومات حالة القناة (CSI) لشبكات الواي فاي الملتقطة عبر أجهزة ESP32 والمعالجة من خلال نموذج هجين (CNN-BiLSTM-Attention) لتحقيق كشف آني وغير تلامسي لوجود البشر، وعدّ الأشخاص، وتصنيف الأنشطة بدقة بلغت 78.57%.
تكشف هذه الدراسة أن النماذج اللغوية الكبيرة تظهر تحيزات لغوية وثقافية منهجية في التقييمات التعليمية، حيث تولد تقييمات تتفاوت في الصعوبة والطول عبر اللغات بما يترابط مع درجات برنامج التقييم الدولي للطلاب (PISA)، مع تعزيز الصور النمطية التي تؤكد على التعاطف في السياقات الغربية مقابل الهرمية في السياقات الآسيوية، مما يستلزم إجراء عمليات تدقيق داعمة للثقافة قبل النشر.
تقترح هذه الورقة "ذكاء الخبرة الاصطناعية" (AXI)، وهو تخصص هندسي جديد يتميز ببنية مكونة من خمس طبقات ومستوى تحكم يُسمى "جسر AXI" لضمان تفاعل أنظمة الذكاء الاصطناعي مع البشر بشكل مريح، ومفيد، وصادق، وذلك عبر حوكمة التوازن بين الطبيعية بمستوى البشر والصدق بمستوى الآلة.
تُظهر هذه الدراسة أن تحليل توقيت نشاط الحسابات بمفرده يعد إشارة قوية للكشف عن حملات البوتات المنسقة، حيث تفوقت المشفرات التلقائية للشبكات التلافيفية الزمنية (TCN) بشكل كبير على النماذج القائمة على شبكات الخصومة التوليدية (GAN) وغيرها من نماذج إعادة البناء في الكشف عن الشذوذ غير الخاضع للإشراف على مجموعة بيانات Cresci-2017.
تُظهر هذه الدراسة الاستطلاعية أن نموذج UASC-Net Lite v2، وهو امتداد مدرك لعدم اليقين لشبكة 3D U-Net مدمجة، يحسن استدعاء الآفات وتداخل التجزئة على مجموعة فرعية صغيرة من BraTS 2021 مقارنة بالنموذج المرجعي، مع توفير خرائط ثقة مكانية قيمة رغم القيود المتعلقة بصغر حجم العينة ومعايرة العتبة القائمة على التحقق.
تقترح هذه الورقة طريقة لاسترجاع الصور المتمحورة حول الإنسان تستفيد من الرسوم البيانية للمشهد لترميز تخطيطات الأشخاص ثنائية ونصف الأبعاد (2.5D) والإشارات الاجتماعية غير اللفظية —مثل نظرة العين، والاتجاه، والإيماءات— مما يتيح المقارنة الهيكلية للتفاعلات بين الأشخاص بما يتجاوز أوجه التشابه البصري العالمي.
يكشف معيار تقييم الحافة العلمية (SEE) أن النماذج اللغوية الكبيرة متعددة الوسائط الحالية تواجه صعوبة في استخلاص رؤى قائمة على الأدلة من البيانات التجريبية في الاكتشاف العلمي الواقعي بشكل موثوق، مما يسلط الضوء على فجوة حرجة بين شرح المفاهيم الراسخة وتوليد استنتاجات علمية جديدة ومبررة.
تقيم هذه الدراسة التصنيف الآلي لضيق الثقبة القطنية المكون من أربع درجات في صور الرنين المغناطيسي الموزونة بزمن T2 في المقطع السهمي، وتكشف أن كلاً من النمذجة الترتيبية أو الإشراف المساعد المتوسط إلى الشديد لا يقدم فوائد شاملة عبر بنيات النماذج المختلفة، ولكن دمج الـ DeiT الثابت يعزز الأداء بشكل كبير، لا سيالما للفروع الترتيبية الأضعف.
تُرسخ هذه الدراسة معياراً مفتوحاً يوضح أنه في حين يحقق التعرف على الكلام السريري على الأجهزة دقة تقارب الأنظمة السحابية في الإجمالي، فإن كلا وضعي النشر يعانيان من أخطاء حرجة في أسماء الأدوية تستلزم التحقق الصريح، مما يجعل الحلول أحادية النموذج على الأجهزة بديلاً قابلاً للتطبيق وأقل تكلفة للتوثيق السريري الذي يحافظ على الخصوصية.