يُنتج خط أنابيب التعلم الآلي المطور في أبحاث مايكروسوفت تقديرات للمخاطر الناتجة عن التيارات المغناطيسية الأرضية (GIC) الخاصة بكل موقع لـ 66,935 محطة فرعية في البر الرئيسي للولايات المتحدة. يجمع النظام بين توقعات الرياح الشمسية والبيانات الجيولوجية المحلية لتوفير تحذير مسبق لمدة تتراوح بين 30 إلى 60 دقيقة لمشغلي الشبكة قبل ظهور مخاطر محددة.
يقدم الباحثون نماذج اللغة السياقية (CLMs)، وهي بنية جديدة تعالج نافذة سياق النموذج كملف قابل للتعديل، مما يتيح للنموذج إجراء تحديثات غير مقيدة على ذاكرته الخاصة. ينقل هذا النهج إدارة السياق من التحكم الخارجي إلى سلوك النموذج الجوهري، مما يمكّن من تعلم استراتيجيات إدارة السياق في السياق وفي المعلمات.
يبحث الباحثون في ضبط الفروق الوحيد للاسترجاع (Retrospection-Only Fine-Tuning) (ROFT)، وهي إجراء عبر الإنترنت بسيط حيث يولد وكيل شروحات استرجاعية لتجاربه الخاصة ويتم ضبطه بدقة باستخدام خسارة التنبؤ بالرمز التالي فقط على رموز الشرح هذه. لا يتطلب هذا الأسلوب معلماً خارجياً أو تحديثاً للسياسة القائم على المكافأة.
باحث يشارك عمله الاستكشافي حول تقليم المعرفة القائم على اللوغيت يطلب من المجتمع تجارب صناعية واقعية ورؤى هندسية.
يُعد VHD-Play خط أنشطة يُنتج بيئات متنوعة للتعلم المعزز الوكيل عن طريق أخذ عينات وحل النماذج الرياضية قبل عرض عمليات اتخاذ القرار الخاصة بها كأدوات ذات حالة. يضمن هذا النهج أن الديناميكيات القابلة للتنفيذ ومراجع تقييم المسارات تُورث مباشرة من النموذج المحلول، مما يعالج مشكلات عدم التطابق الشائعة في خطوط الأنظمة الحالية.
يقدم الباحثون إطار عمل SkillGym، الذي يحول مهارات الوكلاء المكتوبة يدوياً من قبل البشر إلى بيئات تدريب قابلة للتنفيذ وقابلة للتحقق لوكلاء النماذج اللغوية الكبيرة. يستخدم النظام خط أنابيب من المهارة إلى المهمة لتجسيد مهام ملموسة والتحقق من النتائج باستخدام فاحصات مبنية على الكود.
أصدرت Together AI دليلًا ومستودعًا مفتوح المصدر لضبط نموذج تصنيف مشابه لـ Jev، باستخدام النموذج الأساسي Qwen3.5 4B.
يتيح MuJoCo Warp (MJWarp)، المبنية على NVIDIA Warp، تشغيل نماذج MuJoCo المتوافقة على نطاق وحدة معالجة الرسومات، مما يمكّن من تطوير مئات أو آلاف بيئات المحاكاة المستقلة في استدعاء واحد. ينقل هذا الهيكل التركيز من تقليل زمن الاستجابة لبيئة واحدة إلى تحسين الإنتاجية الإجمالية، وهو ما يدعم التعلم التعزيزي وأخذ العينات واسعة النطاق.
SplitMoE هو بديل لهيكل Mixtures of Experts يكسر الطبقات العريضة للتغذية الأمامية إلى مكونات فرعية أصغر ومتخصصة لتحسين مرونة تمثيل الرموز والوحدة الحسابية.
مولد حالة العالم (WSG) هو نموذج يحافظ على مزامنة خطط وكلاء اللغة مع قواعد بيئة التنفيذ الخاصة بهم عن طريق إعادة كتابة الحالات بعد الفشل. تم تدريبه على 226K مسارًا مستخرجًا من سبعة مجالات اصطناعية حيث يفرض برنامج القواعد ويتحقق من إمكانية الوصول إلى الهدف.
يقدم المؤلفون Fathom-Vaidya، وهو نموذج بـ 30B معلمة يستخدم بيانات اصطناعية وتعلّم التعزيز القائم على المعايير لتعزيز الاستدلال التشخيصي والسريري في الرعاية الصحية. يطبق إطار التدريب أولاً RL الموجه بالقواعد على الأسئلة المستمدة من MedBullets للتشخيص، ثم يستخدم 5.3k سيناريوهات اصطناعية متعددة الأدوار بمعايير متعددة الأبعاد لمهام سريرية تفاعلية.
واجه جين وي دوامة موت معدل التعلم أثناء اختبار AdamW و Muon وأحدث تنفيذ لـ Dion3 داخل OLMo-core لمحاضرة قادمة في مؤتمر PyTorch.
يقدم المؤلفون Fathom-Vaidya، وهو نموذج بـ 30 مليار معلمة يستخدم بيانات اصطناعية وتعلّم التعزيز القائم على المعايير لتعزيز كل من الاستدلال التشخيصي والإكلينيكي في الرعاية الصحية. يستهدف إطار التدريب أولاً الدقة التشخيصية باستخدام أسئلة مستمدة من MedBullets ثم يتعامل مع التفاعلات الإكلينيكية متعددة الأدوار عبر 5.3 ألف سيناريو تم إنشاؤه بمعايير متعددة الأبعاد.
يقدم المؤلفون Fathom-Vaidya، وهو نموذج يحتوي على 30 مليار معلمة يستخدم بيانات اصطناعية وتعلّم التعزيز القائم على معايير التقييم لتعزيز كل من الاستدلال التشخيصي والسريري في الرعاية الصحية.
أطلقت تايب سيف آي جيف، وهو فئة جديدة من نماذج "النظام الأول" مصمّمة لبيئات الإنتاج. يجادل ديغو ألميدا، الرئيس التنفيذي للشركة والمؤلف المشارك لورقة إنستركت جي بي تي (InstructGPT)، بأن النماذج المتقدمة الحالية أولت الأولوية للمواءمة والرفض على حساب الموثوقية، ما أدى إلى مشكلات مثل الهلوسة والخضوع المفرط.
أصدرت MB-Bidram بنية عصبية تجريبية تُعرف باسم WideNDepth (WND) مصممة لفصل قدرات الاستدلال عن تخزين المعرفة. يتكون النموذج من "جزء واسع" يعمل كذاكرة و"جزء عميق" يعمل كمستدل.
تناقش اقتراح على Hugging Face مشكلتين مترابطتين في الذكاء الاصطناعي: الاعتماد على تدريب نماذج كبيرة منفصلة واعتماد النظام البيئي على وحدات معالجة الرسومات ذات الأغراض العامة.
يقترح مستخدم في منتديات Hugging Face تجربة في النقل المعرفي التدريجي، حيث يتعلم نموذج طالب ذو حجم ثابت (Qwen 4B) بشكل تسلسلي من نماذج معلمة أكبر فأكبر بدلاً من التعلم مباشرةً من الأكبر حجماً المتاح.
أعلنت OpenAI عن إطار عمل جديد لتتبع والتحقيق والإفصاح عن عدم التوافق في نماذجها، مصحوبًا بستة تقارير مفصلة حول الحوادث من تدريب التعلم بالتعزيز. يحدد النظام معايير ومواعيد نهائية محددة للإفصاح العام، وينطبق حتى عندما لا يكون السلوك موضحًا أو مخففًا بالكامل.
قام باحثو ByteLex ببناء فضاء إحداثيات من 11 مفردات للمُرمِّز للتنبؤ بالكلمات المصطنعة التي سيفشل فيها نموذج اللغة على مستوى البايت الخاص بهم. حققت الخريطة ارتباط سبيرمان بقيمة -0.98 مع دقة النموذج المقاسة لكل كلمة، متفوقةً على الإحصائيات المستمدة من المجموعة النصية.