1707 ورقة بحثية
تقدم هذه الورقة RAM-GenAI، وهي طريقة تقييم سريع عملية مصممة لتقييم الاستخدام المسؤول للذكاء الاصطو التوليدي في البحث العلمي ضمن سياقات الدول منخفضة ومتوسطة الدخل مثل أوغندا، وذلك من خلال التركيز على خمسة مجالات رئيسية هي: الشفافية، والتحقق، ومسؤولية البيانات، والإشراف البشري، وقابلية التكرار.
تقترح هذه الورقة استخدام النماذج اللغوية، ولا سيما نموذج BERT، لالتقاط المعنى الدلالي للعبارات في عناوين URL الخبيثة، مما يحقق تحسناً كبيراً في دقة التصنيف متعدد الفئات يصل إلى 99.7% مقارنة بالطرق التقليدية التي تعتمد فقط على السمات المعجمية والإحصائية.
تقدم هذه الدراسة إطار عمل مغلق الحلقة ومؤسسًا بشكل رسمي، يستفيد من منهجية بحث علوم التصميم (DSR) والأوزان المستمدة من عملية التحليل الهرمي (AHP) الخاصة بكل أسلوب للتغلب على قيود التقييم الموحد في تدريب الفنون القتالية المدعوم بالذكاء الاصطناي، مما يتيح تقييم الوضعية في الوقت الفعلي ويقلل الانحرافات بشكل كبير من خلال التغذية الراجعة التصحيحية القائمة على المعرفة عبر خمسة أساليب مختلفة من الفنون القتالية الصينية.
تُعد AURA إطار عمل لتقنية ZK-Rollup مدعوم بالحافة، يُمكّن من إجراء معاملات إنترنت الأشياء مع الحفاظ على الخصوصية عبر ترحيل الحسابات التشفيرية الثقيلة إلى عقد الحافة، واستخدام بروتوكول تجميع شجري ثنائي مبتكر لضغط 64 إثباتاً على مستوى الأجهزة في عملية تحقق واحدة منخفضة التكلفة وموفرة للطاقة على السلسلة.
تُظهر هذه الدراسة أنه على الرغم من التجارب المكثفة باستخدام استراتيجيات معالجة مسبقة متنوعة، ونماذج التعلم الآلي الكلاسيكية، وتقنيات تكييف النطاق، وأطر التعلم العميق التبايني، فإن نماذج التنبؤ بمرض سكري الحمل (GDM) التي يتم تدريبها على مجموعات سكانية منفردة تفشل عالمياً في التعميم عبر الإعدادات السريرية بسبب الانزياح المفاهيمي الشديد في العلاقة الشرطية ، حيث لا يمكن استعادة الأداء إلا عندما تتضمن بيانات التدريب كلاً من السكان المصدر والمستهدف.
تُثبت هذه الورقة أن نماذج الضجيج المشروطة بالمعايرة تكشف أن خوارزمية التحسين التقريبي الكمي (QAOA) من العمق-1 هي أدنى عالمياً من الاستدلالات الجشعة الكلاسيكية عبر جميع حالات "القطع الأقصى" (Max-Cut) المختبرة وأجيال أجهزة IBM، مع إثبات أن ملاءمة الجهاز يمكن التنبؤ بها من طوبولوجيا الرسم البياني ولكنها غير قابلة للتمييز بين الرقائق السليمة الفردية من نفس الجيل، مما يؤدي إلى تنقيح إطار عمل (QSE) لإعطاء الأولوية للاختيار على مستوى جيل الأجهزة بدلاً من التحسين لكل جهاز على حدة.
تقترح هذه الورقة MetaFiLM-HTR، وهو إطار عمل للتعلم التلوي متكيف مع الكاتب يجمع بين FOMAML وتكييف FiLM وتوجيه التدرج الصريح لتمكين التكيف السريع في وقت الاختبار للتعرف على النصوص المكتوبة بخط اليد التاريخية ومتعددة اللغات، محققاً انخفاضات كبيرة في معدل خطأ الحروف عبر مجموعات بيانات متنوعة من خلال البنية المحسنة والمهام المساعدة ذاتية الإشراف.
تقدم الورقة البحثية r2py، وهو إطار عمل يعتمد على وكيل ذكاء اصطناعي تحت إشراف بشري، يقوم بتنسيق عملية ترجمة متعددة المراحل وعملية تحقق صارمة لتحويل حزم الإحصاء بلغة R إلى مكتبات بايثون أصلية مع الحفاظ على الكود المترجم (compiled code) وضمان الصحة الرقمية مقابل التنفيذات الأصلية.
تقدم هذه الورقة معياراً مضاداً للواقع يوضح أنه في حين تفرض مهلات الأدوات الغامضة سقف نجاح بنسبة 50% على استعادة وكيل النماذج اللغوية الكبيرة، فإن تنفيذ عقود التكرار المتماثل المستقرة يتيح استعادة كاملة، بينما لا يؤدي الاعتماد فقط على معلومات الحالة إلا إلى تحسن جزئي.
تقدم هذه الورقة البحثية بروتوكول TIERBLEED، وهو بروتوكول قياس غير ضار يوضح أن سياسات السلامة المتوافقة مع التعلم المعزز (RL) في عائلة Gemini تظهر انحرافاً داخلياً كبيراً عبر ست مستويات من الاستدلال، حيث يمكن لتقنيات الصياغة واستراتيجيات تعدد المستويات/البذور استغلال هذه التناقضات لإعادة إنتاج إهانات طفيفة بمعدلات نجاح تتجاوز بكثير معدلات الرفض المباشر.