شو في AI؟ | 18 يوليو — RL بميزانية GPU ثابتة

الفريق Zhou وزملاؤه قدموا LongStraw، نظام تنفيذ بيشتغل مع سياقات مليون توكن تحت ميزانية GPU ثابتة. الطريقة بتستغل Group Relative Policy Optimization وبتقليل الرسم البياني للتدريب عن طريق حذف autograd من الـprompt المشترك وتخزين الحالة الضرورية بس. جربوها على موديلات Qwen3.6-27B وGLM-5.2 وحققوا تدريب مجموعات توكنات بأكثر من 2 مليون على 8 أو 32 بطاقات H20 بدون ما يزودوا الذاكرة كتير.

الفريق اللي هو Qi Li وزملاؤه قدموا BadWAM، إطار موحد بيكشف نوع جديد من الهجمات على نماذج World‑Action Models. الهجمات بتستغل تشويش بصري بسيط لتخرب التوافق بين اللي النموذج يتخيله من مستقبل المشهد وبين الفعل اللي بينفذه. فيه نوعين: هجوم بيهدم الفعل بس، ونوع تاني بيحافظ على تخيل المستقبل بس بيخلي الفعل يختلف بشكل مخفي. التجارب أظهرت إن هالهجمات بتقلل نجاح المهام من 96.5% إلى 43.1% تقريباً.

الباحثين قدموا طريقة جديدة تخلي الفهم والتوليد للصور والنصوص يشتغلوا مع بعض بنفس الوقت، بدل ما يكونوا منفصلين. استغلوا Masked Diffusion Models وأضافوا آلية تسمح لكل وحدة (نص أو صورة) تشوف ثقة التانية وتصحح الأخطاء فوراً عبر SC-CMJP. كمان طوّروا سامبلر واحد‑مرّة اسمه CO_2Jump ما بيحتاج تدريب، يقدر يحدّث الصورة والنص سوا ويحلّ مشاكل التناقض. جربوا الطريقة على ثلاث مجموعات بيانات ضخمة ونشروا النتائج اللي بتظهر تحسّن واضح بالمقارنة مع الطرق القديمة.

الورقة بتوضح إنو On-Policy Distillation (OPD) بيشتغل كمنشط للاستكشاف، يعني بيوجّه الطالب لطرق تفكير صحيحة عن طريق إرشاد تفصيلي على مستوى الرموز، بس ما بيزيد من قدرته القصوى. الباحثين لقوا إنو تنوّع الأسئلة أهم من عدد العينات لكل سؤال، وإنو نجاح OPD بيعتمد بالكامل على جودة الإشارة الإرشادية. هالشي بيكشف مشكلتين: فجوة بين المعلم والطالب (Student-Teacher Mismatch) و«استغلال الطول» اللي بيخلي الطالب يلعب على طول الرد بدل ما يفكّر. لتقليل هالمشكلات جربوا تنظيمات خفيفة مثل advantage clipping وlog-scale compression، ولقوا تحسين واضح على سبع benchmarks.

الفريق اللي قدم الورقة حطّوا VIABench، وهو benchmark بالفيديوهات المسجّلة من قبل الأشخاص المكفوفين، لتقييم الـ Multimodal Large Language Models بمهام المساعدة اليومية. فيه ثلاث مهام: Proactive Reminder اللي بيطلب من النموذج يتوقع الأحداث المهمة ويشرحها صوتيًا، وVisual Question Answering (VQA) للرد على أسئلة المستخدم عن المشهد، وVision‑Guided Interaction لتوجيه التفاعل مع البيئة. حطّوا طريقة تقييم صارمة تدعم الوضعين online (بوقت الحقيقي) وoffline. التجارب بينت إن النماذج الحالية لسا ما بتقدر تعطي دعم شامل، خصوصًا بمهمة Proactive Reminder اللي بتحتاج توقع دقيق وسرعة استجابة.

الفريق قدم طريقة اسمها Subspace-Aligned Rewiring (SAR) بعد ما يخلصوا تدريب نموذج لغة كبير. الفكرة إنو الجزء اللي بيساهم بالمنطق بيتجمع بمكان اسمه الفضاء الطيفي، فـ SAR بيحافظ على هالجزء ويشيل المكوّنات اللي ما إلها فائدة أو بتسبب تشويش بين المجالات. الطريقة بتحتاج أقل من 0.6% من كل البارامترات، وبتخلي النموذج يحافظ على أكتر من 99% من الأداء بعد التدريب، وتزيد من قدرته على حل مسائل رياضية وتطبيقات البرمجة. كمان بتساعد بدمج نماذج متخصصة من غير ما يخسروا مهاراتهم، وبتعطي أداء أحسن من طرق الدمج القديمة.

الفريق قدم طريقة جديدة لتقييم صور الحماية حسب السياسة المتغيّرة، مش حسب صورة ثابتة. عملوا Benchmark اسمه PolicyShiftBench فيه 2,000 حالة فيها كل صورة مرتبطة بأكتر من 7 سياسات مختلفة، عشان يختبروا إذا الموديل بِظبط نفسه حسب السياسة الحالية. بعدين صمموا نموذج PolicyShiftGuard اللي بتدريبه وصفين: RP‑SFT لتعميم السياسات وBP‑Adapt لتعلم الفروقات بين سياسات الحجب والتمرير باستخدام مقارنة أزواجية. النتائج بتبيّن إنّ الموديل بيغلب باقي VLMs وموديلات الحماية القديمة بكتير، وبيوصل لأعلى أداء على Benchmark.

الباحثين قدموا SIS‑Bench، بنشمارك جديد بيقيس الذكاء المكاني المتجسد للطائرات بدون طيار من خلال صيغة 'self‑in‑space'. البنشمارك بيغطي 13 مهمة على 4,856 سؤال‑جواب مأخوذة من 1,646 فيديو واقعي، وبيقسّم التقييم على بعدين: الفضاء والذات، وثلاث مستويات: الإدراك، الذاكرة، والاستنتاج. التجارب أظهرت إن الـ MLLMs الحالية عندها صعوبة بتعامل مع الحركات الديناميكية والوعي الذاتي، وبيقل الأداء كل ما ارتقينا بالمستوى المعرفي. إضافة تمثيل حساس للحركة باستخدام optical flow ودمج الخصائص البصرية حسّن الإدراك والذاكرة، وبيساعد على اتخاذ قرارات أفضل للطائرات.

الفريق قدم RxBrain، نموذج أساس للمعرفة المتجسدة بيجمع بين اللغة والرؤية لتخيل الخطوات قبل تنفيذها. النموذج بيستعمل بنية Mixture-of-Transformers موحدة بتفهم النصوص، الصور والفيديوهات وبتولدهم كمان. من خلال خط أنابيب أوتوماتيكي حول الفيديوهات لتسلسل نص‑بصري، بنوا RxBrain‑Bench لتقويم قدرة النموذج على تمثيل الخطط المتجسدة. التجارب بينت إن RxBrain بيقدر يدمج التفكير اللغوي مع تخيل الحالة الفيزيائية، وحتى يولّد أوامر روبوتية مستمرة بدون تدريب مسبق كبير.

التحقق من أنظمة القيادة الذاتية بحاجة لتصاميم اختبار متنوعة وتلتزم بالقوانين. فريق Yuan Gao وزملاؤه قدموا Chat2Scenic، وهو إطار بيستعمل RAG مع واجهة شات بوت لتوليد سكريبتات DSL تفاعلية، يعني بنقدر نعدل السيناريو مع الوقت. الاختبار على 123 سيناريو من تنظيمات NHTSA والأمم المتحدة بيظهر إنو النموذج وصل لـ 76.42% نجاح في التجميع و58.17% دقة في الإطار، متفوق على الطرق السابقة. الكود مفتوح على GitHub لتسهيل المتابعة.

هالورقة بتقدّم طريقة جديدة لتوليد الروبريكس (قواعد التقييم) مباشرةً من سؤال بدون ما نحتاج أي بيانات بشرية أو تدريب إضافي. الفريق بيستخدم أزواج ردود مكوّنة صناعيًا لتوليد روبريكس، وبعدين بيتأكدوا من كل روبريك إذا كان بيفرق بين الأجوبة ولا لأ، وبيستبعدوا اللي ما بيفيد أو بيهتم بس بالستايل. التجارب على خمس مجموعات معيارية للـ preference أظهرت إن الطريقة وصلت لأعلى دقة وسط هالمجالات، وتصدّرت ٦ من ٧ مجموعات تقييم.

هالورقة بتقدّم طريقتين لتفكيك هياكل الصحف المعقّدة. الأولى نظام بنائي من أسفل لفوق بيستعمل YOLO لتحديد التخطيط، LayoutReader لتوقع ترتيب القراءة، وخوارزمية مخصّصة لتقسيم المقالات. الثانية بتعرّف على Tiramisu، معمارية transformer جديدة بتشتغل بطبقات هرمية لتصنيف الأقسام وتحديد المواقع وتحديد الفئات الدلالية وترتيب القراءة. كمان الباحثين أطلقوا مجموعة بيانات جديدة اسمها Finlam La Liberté لتقييم هالمهام، والشفرة التدريبية متوفرة على GitHub.

الفريق اللي قاده Zezhong Qian وزملاؤه قدموا HDR، إطار موحد يدمج تمثيلات هرمية داخل توليد الفيديو المتسلسل عشان يقدر يخطط خطوة بخطوة. النظام بيرتب تمثيلات الفيديو بشجرة هرمية، فبيبدأ بتنقية خشنّة بتحافظ على الفرضيات غير المؤكدة وبعدين بيصقلها بطبقات أدق لتوصل لحالة بصرية واضحة. كمان استخدموا نمط انتباه هرمي متفرق (SHAP) لتقليل تكلفة المعالجة الزمكانية، وبهالطريقة قدروا يرفعوا نسبة النجاح من 34.22٪ إلى 60.29٪ ويقللوا زمن الاستنتاج للثانية الواحدة للمتغيّر. التجربة على روبوتات حقيقية أكدت إنو الفكرة بتشتغل كمان في العالم الواقعي.

الفريق دراسة كيف إنو التعليمات اللي بتظهر بأمان بالنص ممكن تصير خطر إذا انطبقت على عالم مادي. لقوا إنو إشارة الخطر النصّي (CD) والخطر الفيزيائي (PD) بتكون منفصلة داخل تمثيلات LLMs، وبناءً على هالشي صمموا PRISM، بروب بسيط بطبقة وحدة يحدد الخطر من الحالة المخفية. PRISM وصل لدقة فوق 86٪ على SafeAgentBench ومع فشل منخفض، وكمان جاب 99.6٪ دقة على مجموعة الاختبار الجديدة PhysicalSafetyBench-1K. النتائج بتأكد إنو الفحص داخل النموذج بيساعد نكتشف مخاطر مادية غير معروفة من النصوص بس.

الفريق قدموا معمارية FPGA جديدة بتستبدل الـADC التقليدي بذاكرة ACAM تنفّذ العمليات غير الخطية داخل بلوك الـIMC. هالنهج بيقلل استهلاك الطاقة والمساحة، وبيسمح للمعالج يتعامل مع عمليات الـDIMM والـattention اللي بتظهر بالنماذج المتطورة مثل Transformers. كمان عملوا استكشاف مساحة التصميم لتحديد أبعاد الـcrossbar الأمثل مع مراعاة مساحة الـFPGA وأداء الـDL. النتائج على بنشماركات CNN وTransformer أظهرت تحسين حتى 40× في كفاءة الطاقة و4.1× في كفاءة المساحة.

الفريق قدم طريقة جديدة اسمها Hierarchical Global Attention (HGA) مع backpropagation على أجزاء وتخزين KV على مستويات مختلفة. الفكرة إنّه بس الجزء النشط بيضل قابل للتفاضل بالـ VRAM، والبقية بتنقل للـ RAM أو NVMe، فبيقدروا يمدّوا طول السياق لحد 16,384 توكن على كرت شاشة 16 GB. جربوا الطريقة على نموذج Qwen3‑8B مع 4‑bit QLoRA على مجموعة PG19، ولاحظوا إنّها بتحافظ على جودة النص تقريباً وتسرّع التدريب مقارنةً بالـ dense attention التقليدي. كمان HGA ممكن تُستَخدم في الاسترجاع والتوليد، وهم شغالين على نسخة إنتاجية جاهزة.

الفريق قدم MetaView، إطار توليد مناظر جديدة يعتمد على diffusion وبيشتغل من صورة وحدة. استعملوا شبكة إدراك هندسيّة feed‑forward لتولّد أوليات هندسية ضمنية، وبنفس الوقت استخدموا عمق متري لتثبيت المشهد على مقياس حقيقي. هالدمج بيسمح للمنهج ينتج صور من زوايا مختلفة حتى لو التغيير كبير، وبيحقق توازن بين التناسق الهندسي والتحكم الدقيق. التجارب أظهرت إن MetaView يتفوّق على الطرق السابقة خصوصاً تحت تغيّر كبير للمنظور.

الفريق قدم لنا ChartCynics، إطار وكيل بيشتغل بطريقتين: مسار بصري تشخيصي بيلقط التشوهات بالمخطط، ومسار مدفوع بالـ OCR بيوفر الأرقام الفعلية. بعدين بيجي الوكيل الملخص اللي بيستفيد من تدريبين: Oracle‑Informed SFT لتقوية التفكير وDeception‑Aware GRPO لتصحيح الأخطاء. هالإطار بيحسّن الدقة لتوصل 74.43% و64.55% على مجموعتين اختبارية، يعني زيادة تقريباً 29% عن النموذج الأساسي Qwen3‑VL‑8B.

الفريق Mukhopadhyay وزملاؤه بيقيسوا الفرق بين الفائدة الساكنة (Static Retrieval Utility) والفائدة السببية (Causal Utility) لما نموذج لغة بيشتغل كوكيل بحث يطرح أسئلة متعددة. بيستخدموا وكيل ReAct على مجموعة HotpotQA وبيعملوا تجربة حذف كل وثيقة قرأها الوكيل ويعيدوا تشغيل المسار، فبيحسبوا مقياس Counterfactual Trajectory Utility (CTU) من ثلاث فروق: جودة الجواب النهائي، جودة الاستعلام التالي، وعدد الأدوار. لقوا إن SRU وCTU تقريباً مستقلين إحصائياً، وإن حوالي ثلث الوثائق اللي يقرأها الوكيل هي وثائق جسر (bridge documents) ما بتبين فائدتها للقراء الساكنين لكنها حيوية لتوجيه البحث.

الفريق اقترح إطار جديد لتصنيف أعراض الاكتئاب بيشتغل مع LLM وبمشاركة خبراء. الإطار عنده ثلاث مراحل: يختار دليل من النص، يحلل معايير DSM‑5‑TR، وبعدين يركّب النتيجة مع توضيح السبب. فيه ذاكرة مزدوجة (Example Memory وReflection Memory) بتخزّن ملاحظات الخبراء وبتحسّن التوسيمات بدون ما نعيد تدريب النموذج. التجربة الأولية بينت إنه الإطار بيزيد من اتساق التوسيم وبيقلل الشغل اليدوي.