3065 ورقة بحثية
تقترح هذه الورقة دراسة منضبطة لتوسيع تصنيف "بانكو" الكلاسيكي لأخطاء الجداول الحسابية ليتناسب مع عصر الذكاء الاصطناعي، بهدف قياس الفجوة الحرجة بين معدلات الخطأ المرتفلة في التحليلات الناتجة عن الذكاء الاصطناعي وانخفاض احتمالية اكتشاف المراجعين البشريين لتلك الأخطاء مقارنة بالأخطاء التي يرتكبها البشر.
تقترح هذه الورقة "AgriSaathi"، وهو نظام استشاري زراعي مدعوم بالذكاء الاصطناعي يستخدم تقنية التوليد المعزز بالاسترجاع (RAG) للجمع بين قاعدة معرفية متخصصة في هذا المجال والنماذج اللغوية الكبيرة، مما يتيح تقديم توصيات دقيقة، وسياقية، وقائمة على الأدلة للمزارعين مع معالجة التحديات المتعلقة بإمكانية الوصول إلى المعلومات وموثوقية البيانات.
تقدم الورقة البحثية DocuStore، وهي بنية توليد مدعومة بالاسترجاع مقيدة بالمجال تدمج الهياكل الجزيئية والكيانات البيولوجية لتحسين دقة الإجابة على الأسئلة واسترجاع الأدلة في وثائق اكتشاف الأدوية بشكل كبير، كما تم التحقق من ذلك من خلال معيار DocQABench الجديد.
تقترح هذه الورقة إطار عمل لتدقيق عبء العمل المستهدف لتوجيه النماذج اللغوية الكبيرة المقيدة بالجودة، والذي يستفيد من أخطاء النموذج المرجعي لتمكين عمليات الإنقاذ الاقتصادية "منخفضة التكلفة فقط"، مبرهنةً من خلال تجارب مكثفة أن التوجيه العشوائي المعتمد على الهدف والاعتماد المزدوج يتفوقان بشكل كبير على الأساليب الحالية في تحقيق التوازن بين توفير التكاليف والقيود الصارمة المتعلقة بالجودة والضرر.
تقدم هذه الورقة إعادة تصميم تشخيصي لإطار ميزات مكون من 52 بُعداً لتحليل التخفي في اللبنة الأقل سيليناً (LSB) الأعمى، يستبدل المميِّزات القائمة على تفكيك القيم الذاتية المكلفة حاسوبياً بإحصائيات المدرج التكراري للمتبقي، محققاً سرعة استدلال أكبر وأداءً فائقاً عند الحمولات المنخفضة مقارنة بكل من تصميمه الأولي وخط الأساس الكلاسيكي SPAM، مع إثبات أن SPAM يظل أكثر فعالية عند الحمولات الأعلى.
تُظهر هذه الورقة أن إجراء المعايرة الذي يؤدي أفضل أداء على واجهة نموذج لغوي كبير (LLM) مصدر لا ينتج بالضرورة خريطة المعايرة المثلى عند إعادة استخدامه على واجهة مستهدفة، مما يكشف عن مشكلة متميزة في اختيار الإجراء حيث تتباعد القيم المثلى للمصدر وإعادة الاستخدام.
تقترح هذه الدراسة نموذجاً مطوراً للتعرف على انحراف المحتوى والتوصية به للمعلومات الرياضية والصحية، يدمج خوارزمية TextRank محسنة مع SBERT، وآلية لموثوقية المصدر، وبنية Transformer متعددة المستويات من نوع BERT-Longformer لتحديد المحتوى المضلل بفعالية وإعطاء الأولوية للتوصيات عالية الموثوقية، محققةً أداءً فائقاً في مقاييس كشف الانحياز والترتيب مقارنة بالنماذج المرجعية الحالية.
تقيم هذه الدراسة أداة الذكاء الاصطناعي "Elicit" لتوليف الأدلة السياساتية، وتجد أنه على الرغم من فعاليتها في تسريع عملية تحديد نطاق المواضيع الأولية، إلا أنها تفتقر حالياً إلى الدقة والموثوقية المطلوبتين للمراجعات السريعة المعقدة دون إشراف بشري كبير.
تقترح هذه الورقة طريقة لتصنيف حركة مرور الشبكة عالية الإنتاجية تقوم بتشفير بيانات التدفق في خرائط بتات (bitmaps) من نوع "مرشح بلوم" (Bloom Filter) ثابتة الحجم من أجل كشف التهديدات القائم على الشبكات العصبية الالتفافية (CNN) بكفاءة، محققةً دقة واستدعاءً عاليين مع حد أدنى من العبء الحسابي على مجموعات بيانات النطاق العريض الواقعية.
تقدم هذه الورقة البحثية إطار عمل NIMSAFE، وهو إطار عمل مدرك للحالة يستفيد من التدريب الذاتي ونماذج الغابة العشوائية القابلة للتفسير لتحقيق بصمة للأجهزة في إنترنت الأشياء تتسم بالمتانة، وكفاءة الملصقات، والشفافية عبر مختلف الحالات التشغيلية وسيناريوهات التهديد.