شو في AI؟ | 16 يوليو — نماذج أكثر كفاءة وتخصيص

الفريق اللي من Ting Lei وزملاؤه قدموا AgentHOI، إطار بدون تدريب بيستغل قدرات الفاونديشن مودلز المتعددة الوسائط لتحديد التفاعل بين الإنسان والشيء. بدل ما يدرّبوا مصنّفات للتفاعل، بيستخدموا وحدات رؤية متناسقة مع بعضها لتوليد استنتاجات دلالية ومكانية. بضيفوا آليتين: Context-aware Multi-round Reasoning لتطوير الفرضيات بشكل تدريجي، وMultifaceted Interaction Localization لتوليد أوصاف دقيقة بتدمج الدلالات، المكان، والمظهر. التجارب بتبيّن إنو AgentHOI بيتفوّق على الطرق المشرفة حتى بدون ما يتدرّب على بيانات HOI.

الفريق درس كيف إنو طرق ما بعد التدريب مثل supervised fine-tuning (SFT)، reinforcement learning (RL)، وon‑policy distillation (OPD) بتغيّر الثقة خلال عملية التفكير المتسلسل. قدموا إطار معايرة من ثلاث مراحل بيفحص الثقة قبل ما يبلّش الـchain‑of‑thought، وأثناءه، وبعده، لحتى يحدد صعوبة السؤال، يوقف الإنتاج بدري، ويجمع الإجابات. لقوا إنو OPD بيعطي أفضل ثقة قبل التفكير، وSFT أقوى إشارة لتوقيف مبكّر، وRL هو الأنسب لتجميع النتائج على مستوى المسار. بناءً على هالملاحظة، اقترحوا PosConf، استراتيجية بتاخد بالاعتبار موضع الثقة وبتحسّن التجميع والتوقيف بحالات معينة.

الفريق قدم Experience Memory Graph (EMG) يلي بيحوّل مشكلة استرجاع الأخطاء للـ agents لمشكلة مطابقة رسومات بيانية. خلال التدريب، بيحوّلوا مسارات الاستكشاف الفاشلة والمسارات الناجحة للخبراء إلى directed action decision graphs، وبطابقوا هالرسمات ليستخرجوا subgraphs المشتركة ومسارات تعديل الرسم لتصحيح الأخطاء، وبيخزنوها بذاكرة فيها عقد داخل المهمة وروابط بين مهام مختلفة. وقت الاختبار، EMG بيسترجع هالمعلومات وبيوجه الـ agent بتنفيذ مرة وحدة بلا حلقات تجريبية. التجارب على ALFWorld وScienceWorld بيّنوا إنو EMG بيحقق نسبة نجاح أعلى ومكافأة متوسطة أحسن من طرق الانعكاس الحالية، وبلا تكلفة تجريبية وقت الاختبار.

الفريق بقيادة Zhenpeng Li قدم طريقة جديدة اسمها Traffic‑Aware Randomized Smoothing (TA‑RS) لحماية أنظمة كشف التسلل اللي بتستخدم LLM. الفكرة إنو بنضيف Gaussian noise بس على الخصائص اللي المهاجم يقدر يغيّرها، ونعمل هالشي خلال fine‑tuning و certification، فبنتطابق توزيع الضجيج مع مساحة التحكم. التجارب على مجموعات بيانات CIC‑IDS‑2018 و HIKARI‑2021 أظهرت إنو الدقة الموثقة ارتفعت من 14‑33٪ إلى 55‑100٪، ومع زيادة الضجيج وصلوا لأفضل نتائج. كمان بينوا إنو التدريب المتطابق مع الشهادة أهم من مجرد إضافة ضجيج عشوائي.

الفريق قدم طريقة Kaleido لتسريع video diffusion transformers، وهاي التقنية بتستغل الترابط الزمني-المكاني بالقنوات داخل الفضاء الكامن لتقليل الحسابات الزايدة. من خلال خوارزمية خفيفة الوزن بتعيد استخدام النتائج الجزئية، بيصير في توفير كبير بالوقت مع الحفاظ على جودة أعلى من الطرق السابقة بأكثر من 17 dB. كمان صمموا معالج يشبه الـsystolic array مع وحدات معالجة قابلة لإعادة الضبط وموزع بيانات خفيف لتدبير النقصان غير المنتظم بالبيانات. التجارب على ثلاث نماذج vDiT رئيسية أظهرت إن Kaleido يقدر يسرّع الشغل لحد 5.9× ويوفر الطاقة لحد 16× مقارنةً بأحدث المعجلات.

الفريق قدم طريقة اسمها Deep Interaction لتصحيح الأخطاء اللي بتصير وقت ما نماذج اللغة الكبيرة (LLMs) بتستعمل أسلوب Chain-of-Thought. الفكرة إنو المستخدم بيقدر يحرّر الرد الأصلي مباشرةً، يصلّح الجزء الغلط ويخلي الخطوات الصحّية كما هي، بعدين بنحوّله إلى ما يسموه distilled prompt لحتى يوجه النموذج على مسار تصحيح واضح. التجارب أظهرت إنو هالطريقة زادت نسبة نجاح التصحيح بأكتر من 25% وخفّضت استهلاك الرموز (token usage) بحوالي 40% على مهام STEM مقارنةً بالطرق التقليدية.

الفريق قدم طريقة جديدة اسمها TRACE لتوزيع المكافأة على كل خطوة بالوكيل اللي بيستعمل أدوات كتير قبل ما يطلع بالنتيجة. الطريقة بتستغل نموذج مرجعي ثابت لتوليد احتمالات الإجابة الذهبية، وتحولها لقيم حالة على شكل نسبة لوغاريتمية، ومن ثم بتحسب المكافأة لكل فعل باستخدام تغيّر القيم هاد عبر الـTemporal‑Difference. ما بتحتاج أي ناقد إضافي ولا تدريب على بيانات الويب الحية، وبتظهر تحسين واضح بقدرة الوكيل على البحث حتى مع مهام طويلة ومعقّدة. التجربة على benchmark BrowseComp‑Plus رفعت أداء نموذج Qwen3-4B من 7.2 إلى 35.6 وبنفس الطريقة على نموذج أكبر.

الفريق قدم طريقة جديدة لتكييف نموذج متعدد اللغات للغة جديدة ومهمة جديدة باستخدام كم قليل من الأمثلة. بيتم تدريب دلتا اللغة من نص غير مُعلَّم ودلتا المهمة من بيانات إنجليزيّة مُعلَّمة، وبعدين بيتم دمجهما في مساحة الأوزان عبر أربع قواعد دمج، أهمها قاعدة cross-axis TIES. التجربة على أربع لغات أفريقية أظهرت تحسين كبير في التلخيص، والإجابة على الأسئلة، وتصنيف النصوص. الباحثين نشروا كل النتائج على arXiv ضمن تصنيف cs.CL.

الفريق الباحث قدم طريقة جديدة لتوليد أسئلة تعليمية متقدمة باستخدام نماذج اللغة الكبيرة، مع توجيهها عبر إطارات بديلة عن Bloom's Taxonomy، يعني Claim-Evidence-Reasoning وDivergent Questioning. جربوا الطريقة بثلاث لغات: الباسكي، الإسباني، والإنجليزي، ولاحظوا إن النماذج المفتوحة والمملوكة بتنتج أسئلة جيدة بكل اللغات. بس نص الأسئلة بس اللي المعلمين قدروا يجاوبوا عليها شافوها عالية المستوى. النتيجة بتبين إن الإطارات البديلة ممكن تعطي تنوع هيكلي ومفهومي للأسئلة وتكمل Bloom's Taxonomy.

الفريق اكتشف إنو تدريب نماذج الـ GNN على مهمة وحدة بيخليها تنحاز لتوبولوجيا الشبكة اللي تدربت عليها، فبتفشل إذا تغيرت الشبكة. لإصلاح هالإشكال، قدموا MxGPS، وهو ترانسفورمر رسومي بيشتغل على K فروع متخصصة بالمهمة فوق مشفر عقدة مشترك، ويتدربوا مع بعض على مهمتين: تقدير الحالة الساكنة وتدفق الطاقة. التدريب المشترك بيخلي المشفر يتعلم إشارات متكاملة بدل ما يلتصق بهيكلة معينة، وبهالطريقة بيقلل الانحياز للتوبولوجيا ويعطي أداء ثابت حتى على شبكات ما شافها قبل. مع 1.6 مليون باراميتر فقط، MxGPS بيحقق صفر نسبة خرق للحدود على أربع شبكات غير مألوفة، وبنسبة تدهور أقل بكتير من النماذج التانية.

الورقة بتقدّم إطار اسمه SPyCE بيحوّل مسارات التفكير بالصور إلى مكتبة مهارات هرمية وبيطوّرها مع السياسة خلال التدريب. المهارات بتنقسم لِـ execution skills اللي بتتعامل مع عمليات بصرية محلية، وworkflow skills اللي بتنظم استخدام الأدوات بشكل عالي المستوى. بهالطريقة، السياسة تستفيد من المهارات المسترجعة لتوجيه خطواتها، والمكتبة بتتطوّر من خلال النتائج المفيدة للسياسة، فبيصير في حلقة مغلقة بتحسّن الأداء على مجموعة من الثمانية Benchmarks.

الفريق استعمل تمثيلات Evo 2 المتجمدة على الطبقة 26، وحطّوا probes بسيطة خطية وattention لتحديد مقاومة المضادات الحيوية (AMR) في بيانات ميتاجينومية. الprobe الخطية وصلت ROC‑AUC 0.888، والattention probe وصل 0.977، وكمان قدروا يفرّقوا فئات الأدوية. النموذج كمان يكتشف الفيروسية البكتيرية بشكل أضعف، والنتائج صالحة على قراءات قصيرة بدون تجميع. النتيجة إنو هال probes الخفيفة تعطي طبقة كشف سريعة ورخيصة للمراقبة البيولوجية.

الفريق قدم طريقة اسمها Trust Region Policy Distillation أو TOP-D، اللي بتحوّل طريقة الـ On-Policy Distillation غير المستقرة إلى أسلوب تدريب ثابت عن طريق بناء معلم قريب (proximal teacher) بشكل ديناميكي. الدراسة برهنت نظريًا إن TOP-D بيقلل تباين التدرّجات وبيضمن تقارب عالمي مع حد تحسين أحادي الاتجاه. التجارب أظهرت إن TOP-D يحسّن استقرار التدريب، كفاءة العينات، وأداء النماذج على مهام التفكير الرياضي، وكل هاد بدون أي تكلفة حسابية إضافية.

الفريق Shivkant وزملاؤه قدموا إطار جديد بيحط تحسين النماذج ضمن قرار هندسي متعدد الأهداف ومبني على قيود. حددوا خمس قيود أساسية: توفر البيانات، ميزانية الزمن، ميزانية الذاكرة، تحمل الدقة، وميزانية إعادة التدريب. بعدين ربطوا الأدلة التجريبية من الأدبيات بالقيود بدل ما يخلطوها مع فئات الخوارزميات، وعرضوا خطوط عمل لأربع سيناريوهات صناعية لتطبيق الإطار. هالعمل بيعتبر من أولى المحاولات لتقنين اختيار تقنيات الضغط والتسريع بطريقة منظمة.

الفريق قدم نظام اسمه PAT وهو نظام ترجمة يعتمد على RAG، بيجمع مواصفات المستخدم مع سياق من مجموعة نصوص طويلة بالإنجليزي والاسباني اللاتيني. النظام بيمرّر فقرات، أقسام، وحتى مستندات كاملة للـ LLM ليولد ترجمة مستندية كاملة. جربوا النظام على مقالات عن الذكاء الاصطناعي وقارنوه بست ترجمات آلية باستخدام تصنيف MQM، ولقوا إنو بعض المواصفات والترجمة المستندة على الكوربس بتعطي إعادة صياغة ملحوظة، بس مو دايمًا. النتايج بتبيّن إنو ممكن نحرك الـ LLMs للترجمة على مستوى المستند، بس بعد في شغل لتقوية هالتحسينات.

الفريق بقيادة Katie Everett بيستكشف كيف كل مكوّن ببلوك الـfeedforward بالـTransformer بيأثر على كمية الرُتبة اللي بتظل موجودة مع زيادة العمق من البداية. بيعيدوا تفسير دور الـskip connections والـnormalization كآليات بتحافظ على رُتبة الـgradient بدل ما يركزوا بس على حجم الإشارة. كمان بيظهروا إنو وضعية الـnormalization بتحدد إذا الرُتبة رح تنهار (Post‑Norm) أو تثبت (Pre‑Norm) عبر الطبقات، وبيوضحوا دور توسعة العرض بين المصفوفتين بحفظ الـJacobian كامل الرُتبة. النتائج بتبين إنو هالتحليل بيقدر يتنبأ بأي شبكة رح تتدرب على CIFAR‑10.

الورقة بتستكشف إذا كان تحسين الوكلاء بيصير له تأثير متراكم لما بنعيد تحسينه على مهام جديدة. الباحثين جربوا ثلاث طرق تحسين – GEPA، Meta Harness، وRELAI‑VCL – على مجموعة صعبة من Terminal‑Bench 2.0، وبنفس ميزانية التحسين. كل طريقة بتتفوق على الوكيل الأساسي في الاختبار الثابت، بس لما بتنضاف مهام جديدة النتايج بتتباعد: GEPA بيقلل الأداء، Meta Harness ما بيستمر يتحسن، وRELAI‑VCL هو الوحيد اللي بيستمر يرفع النسبة بنجاح عبر كل المراحل. النتيجة الأساسية إن التحكم بالانحدار داخل حلقة التحسين هو اللي بخلّي التحسينات تتراكم وتتفادى الحلول السريعة غير العامة.

هالورقة قدمت Xiaomi‑Robotics‑U0، نموذج 38‑billion parameter بيشتغل على توليد صور وفيديوهات وروبوتات من النص بطريقة موحدة. النموذج بيجمع بين توليد النص‑إلى‑صورة، تعديل الصور، توليد المشاهد المدمجة مع الروبوت، ونقل المشاهد بين الروبوتات، وبيحافظ على المعرفة العامة اللي اكتسبها من التدريب الضخم. كمان بيدعم توليد مشاهد من زوايا متعددة وبثبات هندسي، وبيحقق أفضل النتائج على مهام التوليد خطوة بخطوة وتتابعي. النتائج بتظهر إنه النموذج بيقوى على GPT‑Image‑2.0 وبيطلع أول مكان على World Arena لتوليد فيديوهات مدمجة مع الروبوتات.

الفريق اللي بيقود البحث، Jiangtao Han وزملاؤه، جربوا إذا الـLLMs بتقدر تحاكي تحيّزات البشر في اختيار الطريق بدون ما يحددو معايير الـCPT يدويًا. صمموا إطار تقييم سلوكي وقارنوا قرارات الـLLM مع الأنماط المتوقعة من نظرية الـCumulative prospect theory. النتائج ورّت إن الـLLMs بتظهر نفس الانحيازات غير العقلانية وبتتصرف بطريقة متوافقة مع تأثيرات الـprospect‑theoretic تحت عدم اليقين. هالشي بيفتح باب لاستخدام الذكاء الاصطناعي لتوليد نماذج سلوكية على نطاق واسع.

هالورقة بتقدّم إطار ACQUIRE اللي بيشتغل بنظام سؤال‑جواب لتجميع معرفة دقيقة عن الكود قبل ما يطلع الـLLM يكتب تصحيح. بيقسم العملية لمرحلتين: سؤال وجواب بين Questioner وAnswerer لتجميع دليل موثوق، وبعدين Resolver بيستفيد من هالمعرفة ليولّد تصحيح ذكي. التجربة على benchmark SWE-bench Verified بتظهر إنو ACQUIRE بيرفع Pass@1 بحوالي 4.4٪ مقارنةً بالطرق السابقة، وبكلفة ووقت إضافي بسيط.