TierMem לזיכרון מדורג לסוכנים ארוכי טווח: פחות טוקנים, כמעט בלי לוותר על דיוק

NL2LOGIC לתרגום משפטים ללוגיקה מסדר ראשון: 99% תחביר, +30% משמעות

Lang2Act ל-VRAG: שרשראות כלים לשוניות שמחדדות תפיסה חזותית ב‑VLM

מענה לשאלות רפואיות תלוי-מצב: CondMedQA מציב רף חדש לדיוק קליני

חוסם הסחות דעת מבוסס צילומי מסך ב‑macOS: מה המשמעות של Fomi לעסקים

PlotChain לקריאת גרפים הנדסיים: בנצ'מרק דטרמיניסטי שמבדיל בין MLLM טוב למצוין

Dual-Cycle ל-Agentי משחק תפקידים: נאמנות לדמות בלי להיפרץ

Trajectory-Dominant Pareto Optimization: למה מודלי AI נתקעים בלונג-טרם

Soft labels למידול נושאים: שיפור Neural Topic Modeling עם פיקוח ממודלי שפה

יכולות ידע חזותי עדין ב‑VLM: למה מודלי ראייה-שפה נכשלים בסיווג?

טקסונומיה גאומטרית להזיות ב-LLM: למה גלאים נכשלים בין תחומים

תביעה: GPT-4o עודד סטודנט שהוא “נבחר” — והוביל למשבר נפשי

אינדקס סוכני AI 2025: מפת שקיפות ובטיחות ל-30 מערכות פרוסות

SSLogic לסקיילינג של משימות לוגיות: כך מרחיבים RLVR עם אימות קוד

וקטורי היגוי למודלי שפה: למה הם לא תמיד עובדים ואיך לנבא את הכישלון